arXiv · cs.CL· Xiangyu Peng·· 3 天前AI 评分46
MTA-Zero：通过在线 QA-Solver 共训练实现自改进多模态深度搜索
MTA-Zero: Self-Improving Multimodal Deep Search via Online QA-Solver Co-training
来源与原文
arXiv · cs.CL
作者：Xiangyu Peng
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.33799v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 MTA-Zero，一个无需预计算多跳语料的在线多模态 QA-Solver 共训练框架，用 GRPO 独立优化 QA Generator 与深度搜索 Solver。在六个多模态深度搜索 benchmark 上，该框架将 Qwen3-VL-8B Solver 的平均准确率从 36.91% 提升至 51.58%，与相同 agent 工作流下的 GPT-5 表现相当，并使 Qwen3.6-27B Solver 提升 10.82 分。
来源：arXiv · cs.CL · arxiv.org