Hugging Face · 每日论文· 媒体 / 作者来源·精选
OpenVLHarness: 多模态记忆支持的真实视觉代理工具使用
原文标题
OpenVLHarness: Real World Visual Agentic Tool-Use with Multimodal Memory
AI 导读
研究团队提出OpenVLHarness，一种围绕能力层和持久多模态记忆组织的多模态推理工具。在22个基准测试中，该工具使Qwen3-VL-8B、Kimi K3和GPT-6 Astra模型得分分别提升11.2、9.7和9.9分，在GPT-6 Luna上以中等推理 effort 超越其他模型最高 effort 表现，且模型token成本最多降低37%。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
OpenVLHarness通过多模态记忆和工具接口解决了视觉推理中证据获取瓶颈，显著提升模型在复杂任务中的表现并降低计算成本。
导读由模型辅助整理，非独立核验。完整信息见原文。