智能体与自主科学
突破级
暂无讲解视频
收录解读
这篇论文切中 multimodal search agent 的瓶颈：搜索质量和计算效率必须同时优化，尤其在并行多模态检索/观察场景中。
HyperEyes 的贡献在于用 dual-grained efficiency-aware RL 训练 parallel multimodal search agents。它把搜索 agent 的效率、粒度和决策策略放进统一训练目标。
它值得正式收录，因为 agentic search 正从文本检索转向多模态、并行、长期任务，本库已经收录 direct corpus interaction 等搜索范式论文，HyperEyes 补的是多模态并行搜索控制。
它没有更高，是因为需要看其方法是否能迁移到真实 web / enterprise / scientific multimodal search，而不是只在固定 benchmark 上有效。