OpenSearch-VL: Открытые мультимодальные поисковые агенты

Описание: В этом выпуске обзора исследований в области ИИ Алекс обсуждает статью «OpenSearch-VL: открытый рецепт для передовых мультимодальных поисковых агентов». OpenSearch-VL представляет собой комплексную платформу с открытым исходным кодом, предназначенную для обучения высококачественных мультимодальных поисковых агентов. Методология устраняет распространенные проблемы, такие как схлопывание одношагового поиска, за счет использования сложного конвейера обработки данных и выборки путей из Википедии. Авторы предоставляют два ключевых набора данных, SearchVL-SFT-36k и SearchVL-RL-8k, для облегчения контролируемой тонкой настройки и обучения с подкреплением. Оснащая агентов универсальным набором инструментов для поиска текста и изображений, платформа позволяет осуществлять сложные многошаговые рассуждения. Этот релиз предлагает прозрачный конвейер, который поможет исследовательскому сообществу разрабатывать передовые поисковые агенты с активным восприятием. Ссылка на статью: https://arxiv.org/abs/2605.05185 #AI #МашинноеОбучение #ГлубокоеОбучение #Мультимодальный #ПоисковыеАгенты #ОбучениеСПодкреплением #ОткрытыйИсходныйКод #КомпьютерноеЗрение

Ресурсы:
GitHub: https://github.com/shawn0728/OpenSear...
Модель «Обнимающее Лицо»: https://huggingface.co/OpenSearch-VL/...
Модель «Обнимающее Лицо» 2: https://huggingface.co/OpenSearch-VL/...
Модель «Обнимающее Лицо» 3: https://huggingface.co/OpenSearch-VL/...