苹果与CMU提出SSR搜索Agent推理框架

苹果与卡内基梅隆大学研究团队提出 SSR（Selection-based Structured Reasoning）框架，让多模态搜索 Agent 不再逐 token 生成自由形式推理，而是从 6 条预定义推理选项中做选择题。 研究团队称，在 Qwen3-VL 2B/4B 模型、H100 + SGLang 推理引擎上，于 MMSearch、HR-MMSearch、FVQA-test、InfoSeek、SimpleVQA、LiveVQA、MAT-Search 共 7 个多模态搜索 benchmark 评估中，该方法将每轮推理延迟降低超过 90%，同时保持与 free-form thinking 相当的任务成功率。 研究团队还称，SSR 省去了 SFT 阶段的数据构造与训练时间，并使模型行为更可预测、更可控。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。