热点事件持续更新
ActICL：多模态上下文学习智能体后训练
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv cs.CV 刊出论文提出 ActICL，一种面向智能体式多模态上下文学习的后训练方法。该方法采用两阶段后训练，让多模态大模型（MLLM）智能体以工具增强推理的方式自行判断信息缺口，并逐步检索、筛选演示样本。实验覆盖七个 benchmark 与三个 MLLM：ActICL 相比标准相似度检索平均提升 11.6 个百分点，比最强基线高 4.4 个百分点。此外，当 GPT-5.6-Sol 进行 4-shot ICL 并使用其上下文时，在三个 benchmark 上平均提升 3.5 个百分点。目前该工作以论文形式发布，尚无更多后续进展披露。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CVActICL：面向智能体式多模态上下文学习的后训练方法
ActICL 用两阶段后训练让 MLLM 智能体以工具增强推理自行判断信息缺口并逐步检索、筛选演示样本。在七个 benchmark、三个 MLLM 上，它比标准相似度检索平均提升 11.6 个百分点，比最强基线高 4.4 个百分点。GPT-5.6-Sol 做 4-shot ICL 时用其上下文，在三个 benchmark 上平均提升 3.5 个百分点。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。