arXiv 论文提出面向多模态Agent的可验证证据获取方法

Miaobo Hu 等在 arXiv（cs.AI）提交论文 ActiveEvidence，提出反事实证据交互图（CEIG），用于决定多模态 Agent 应获取哪些视觉证据、何时停止，并通过 ε 决策证书验证未决交互项不会改变当前动作选择。 该方法在 640 个案例（按 384/128/128 划分训练、验证、测试）上测试，控制器达到任务分数 0.842、grounding F1 0.816、证据召回 0.873，平均接受 1.74 次调用，使用 286.5K 视觉 token，p95 延迟 742ms。 论文说明该证书是模型相对的：验证的是在固定的学习评分下策略一致的最优性，语义质量另通过冻结后标注单独衡量。

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。