arXiv cs.CL· Xiangyu Peng, Jiaxin Zhang, An Yan, Yu Li, Ran Xu, Zeyuan Chen, Chien-Sheng Wu·· 4 小时前AI 评分46
MTA-Zero：通过在线 QA-Solver 协同训练自我改进的多模态深度搜索
MTA-Zero: Self-Improving Multimodal Deep Search via Online QA-Solver Co-training
AI 导读
MTA-Zero 是在线多模态 QA-Solver 协同训练框架，无需预构建多跳语料即可自我改进多模态深度搜索智能体。在六个多模态深度搜索 benchmark 上，Qwen3-VL-8B Solver 平均准确率从 36.91% 升至 51.58%，同 agent 工作流下与 GPT-5 相当，Qwen3.6-27B Solver 也提升 10.82 分。
来源：arXiv cs.CL · arxiv.org