模型原生读图提升深度研究Agent

sewon min团队报告称，对开源权重模型进行页面图像输入的后训练后，深度研究Agent可直接读取网页图像、无需OCR，性能得到提升且工具调用次数减少。 团队认为，提升可能源于此前这类模型缺少页面图像相关训练；该结论目前适用于研究所适配的模型，并不能直接外推到所有模型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。