چارچوب EviSeek دقت پاسخ‌گویی عامل‌های embodied را با هدف‌گذاری شواهد افزایش داد

پژوهشگران در پیش‌چاپی در arXiv از EviSeek رونمایی کرده‌اند؛ چارچوبی بدون نیاز به آموزش که برای پاسخ‌گویی به پرسش‌های محیط‌مند، مشخص می‌کند عامل باید چه شواهدی به دست بیاورد. مسئله‌ای که پژوهش به آن می‌پردازد، تعامل‌های بی‌هدف است: عامل ممکن است اقدامی معقول انجام دهد، بی‌آنکه روشن باشد آن اقدام قرار است چه اطلاعاتی برای پاسخ فراهم کند.

EviSeek نیازهای شواهدی را از خود پرسش استخراج می‌کند و آن‌ها را به هدف‌های مشخص برای گردآوری اطلاعات تبدیل می‌کند. سپس اقدام‌های عامل را بر اساس مشاهداتش و شواهدی که باید گردآوری و نگه‌داری شوند، سازمان می‌دهد.

در ارزیابی روی ۳٬۴۳۶ پرسش از ESI-Bench، این روش با Qwen3-VL-32B دقت را ۷٫۱ واحد درصد و با Gemini 3.1 Pro، ۳٫۷ واحد درصد نسبت به عامل تک‌مدلی افزایش داد. پژوهش همچنین از بهبود دقتِ وزن‌دهی‌شده بر اساس پشتیبانی بصری و کاهش میانگین مصرف توکن خبر می‌دهد. این مقاله نسخهٔ پیش‌چاپ است.