UNIBROWSE：一种用于多模态 BrowseComp 的数据到代理框架

多模态浏览任务要求代理结合感知、工具使用及长程推理处理动态网页内容。针对现有方法忽视“文本到图像”信息流模式的问题，本文提出 UNIBROWSE 统一数据流水线，首次覆盖三种信息流模式，并利用实时网络检索增强知识图谱。该方法引入探索度指标过滤低信号样本，通过监督微调与探索感知强化学习训练了 35B 规模代理。实验表明，该代理在多模态基准测试中取得最先进水平，显著超越基座模型及多个闭源代理工作流。