ZETA架构将视觉Agent路由策略与动作执行解耦

Shubhabrata Mukherjee 等发布 ZETA 论文，提出将科学视觉智能体的路由策略与动作执行解耦：智能体在调用专用视觉工具前先解析科学意图，并把测量作为基于显式几何的确定性操作执行。 在 51 个零样本科学意图查询的评测中，Qwen 3.8 在显式路由策略下分割路由准确率从 6.2% 提升至 75.0%，检测路由从 60.0% 提升至 100%。论文称显式路由语义可在语义相邻的动作边界上显著提升路由准确率，但不同模型的提升幅度有差异。ZETA 的执行轨迹使路由决策与执行产物可分别观测，便于区分意图选择错误与视觉执行失败。

AI 根据报道生成 · 14 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。