量子位 (微信公众号)T2·74 分
阿里 Neos 开源 9B 多模态搜索智能体追平闭源
原标题:轻量模型搜索能力追平前沿闭源:重新定义环境,刷新多模态搜索能力
- Neos 将数据构造、过程奖励与环境协同进化整合进单一训练框架,9B 模型即可接近前沿闭源搜索能力
- 通过知识图谱构造带视觉入口与中间检查点的多跳任务,并用四阶段过滤剔除纯文本或单图捷径
- 失败轨迹同样参与 credit assignment,同一条专家轨迹可同时监督决策与证据处理
AI 聚合热点事件 · 2026/11/14
阿里巴巴 Accio 团队联合复旦大学、上海创新研究院提出 Neos,将数据构造、过程奖励与环境协同进化纳入统一训练框架,使 9B 与 35B 参数模型在四项代表性多模态搜索基准上接近顶尖闭源模型。其核心在于构造带视觉检查点的多跳任务,并通过四阶段过滤剔除捷径,让中间视觉证据真正影响智能体的下一步决策。
曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。
原标题:轻量模型搜索能力追平前沿闭源:重新定义环境,刷新多模态搜索能力