Vision-DeepResearch: Incentivizing DeepResearch Capability in Multimodal Large Language Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Huang, Wenxuan, Zeng, Yu, Wang, Qiuchen, Fang, Zhen, Cao, Shaosheng, Chu, Zheng, Yin, Qingyu, Chen, Shuang, Yin, Zhenfei, Chen, Lin, Chen, Zehui, Tang, Xu, Hu, Yao, Lin, Shaohui, Torr, Philip, Zhao, Feng, Ouyang, Wanli |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Vision-DeepResearch Benchmark: Rethinking Visual and Textual Search for Multimodal Large Language Models
par: Zeng, Yu, et autres
Publié: (2026)
par: Zeng, Yu, et autres
Publié: (2026)
Tongyi DeepResearch Technical Report
par: Tongyi DeepResearch Team, et autres
Publié: (2025)
par: Tongyi DeepResearch Team, et autres
Publié: (2025)
Understanding DeepResearch via Reports
par: Fan, Tianyu, et autres
Publié: (2025)
par: Fan, Tianyu, et autres
Publié: (2025)
Step-DeepResearch Technical Report
par: Hu, Chen, et autres
Publié: (2025)
par: Hu, Chen, et autres
Publié: (2025)
Yunque DeepResearch Technical Report
par: Cai, Yuxuan, et autres
Publié: (2026)
par: Cai, Yuxuan, et autres
Publié: (2026)
Mind DeepResearch Technical Report
par: MindDR Team, et autres
Publié: (2026)
par: MindDR Team, et autres
Publié: (2026)
MM-DeepResearch: A Simple and Effective Multimodal Agentic Search Baseline
par: Yao, Huanjin, et autres
Publié: (2026)
par: Yao, Huanjin, et autres
Publié: (2026)
DeepResearch-9K: A Challenging Benchmark Dataset of Deep-Research Agent
par: Wu, Tongzhou, et autres
Publié: (2026)
par: Wu, Tongzhou, et autres
Publié: (2026)
DeepResearch Arena: The First Exam of LLMs' Research Abilities via Seminar-Grounded Tasks
par: Wan, Haiyuan, et autres
Publié: (2025)
par: Wan, Haiyuan, et autres
Publié: (2025)
DeepResearch Bench: A Comprehensive Benchmark for Deep Research Agents
par: Du, Mingxuan, et autres
Publié: (2025)
par: Du, Mingxuan, et autres
Publié: (2025)
Multimodal DeepResearcher: Generating Text-Chart Interleaved Reports From Scratch with Agentic Framework
par: Yang, Zhaorui, et autres
Publié: (2025)
par: Yang, Zhaorui, et autres
Publié: (2025)
DeepResearcher: Scaling Deep Research via Reinforcement Learning in Real-world Environments
par: Zheng, Yuxiang, et autres
Publié: (2025)
par: Zheng, Yuxiang, et autres
Publié: (2025)
Marco DeepResearch: Unlocking Efficient Deep Research Agents via Verification-Centric Design
par: Zhu, Bin, et autres
Publié: (2026)
par: Zhu, Bin, et autres
Publié: (2026)
DeepResearch Bench II: Diagnosing Deep Research Agents via Rubrics from Expert Report
par: Li, Ruizhe, et autres
Publié: (2026)
par: Li, Ruizhe, et autres
Publié: (2026)
Fathom-DeepResearch: Unlocking Long Horizon Information Retrieval and Synthesis for SLMs
par: Singh, Shreyas, et autres
Publié: (2025)
par: Singh, Shreyas, et autres
Publié: (2025)
Dingtalk DeepResearch: A Unified Multi Agent Framework for Adaptive Intelligence in Enterprise Environments
par: Chen, Mengyuan, et autres
Publié: (2025)
par: Chen, Mengyuan, et autres
Publié: (2025)
Skywork-R1V4: Toward Agentic Multimodal Intelligence through Interleaved Thinking with Images and DeepResearch
par: Zhang, Yifan, et autres
Publié: (2025)
par: Zhang, Yifan, et autres
Publié: (2025)
Vision-R1: Incentivizing Reasoning Capability in Multimodal Large Language Models
par: Huang, Wenxuan, et autres
Publié: (2025)
par: Huang, Wenxuan, et autres
Publié: (2025)
SFR-DeepResearch: Towards Effective Reinforcement Learning for Autonomously Reasoning Single Agents
par: Nguyen, Xuan-Phi, et autres
Publié: (2025)
par: Nguyen, Xuan-Phi, et autres
Publié: (2025)
DeepResearch-Slice: Bridging the Retrieval-Utilization Gap via Explicit Text Slicing
par: Lu, Shuo, et autres
Publié: (2025)
par: Lu, Shuo, et autres
Publié: (2025)
Learning Query-Specific Rubrics from Human Preferences for DeepResearch Report Generation
par: Lv, Changze, et autres
Publié: (2026)
par: Lv, Changze, et autres
Publié: (2026)
Interleaving Reasoning for Better Text-to-Image Generation
par: Huang, Wenxuan, et autres
Publié: (2025)
par: Huang, Wenxuan, et autres
Publié: (2025)
DeepResearch$^{\text{Eco}}$: A Recursive Agentic Workflow for Complex Scientific Question Answering in Ecology
par: D'Souza, Jennifer, et autres
Publié: (2025)
par: D'Souza, Jennifer, et autres
Publié: (2025)
StraTA: Incentivizing Agentic Reinforcement Learning with Strategic Trajectory Abstraction
par: Xue, Xiangyuan, et autres
Publié: (2026)
par: Xue, Xiangyuan, et autres
Publié: (2026)
DEEPMED: Building a Medical DeepResearch Agent via Multi-hop Med-Search Data and Turn-Controlled Agentic Training & Inference
par: Wang, Zihan, et autres
Publié: (2026)
par: Wang, Zihan, et autres
Publié: (2026)
Actial: Activate Spatial Reasoning Ability of Multimodal Large Language Models
par: Zhan, Xiaoyu, et autres
Publié: (2025)
par: Zhan, Xiaoyu, et autres
Publié: (2025)
Agentic Jigsaw Interaction Learning for Enhancing Visual Perception and Reasoning in Vision-Language Models
par: Zeng, Yu, et autres
Publié: (2025)
par: Zeng, Yu, et autres
Publié: (2025)
AI-Driven Automation Can Become the Foundation of Next-Era Science of Science Research
par: Chen, Renqi, et autres
Publié: (2025)
par: Chen, Renqi, et autres
Publié: (2025)
Flow-OPD: On-Policy Distillation for Flow Matching Models
par: Fang, Zhen, et autres
Publié: (2026)
par: Fang, Zhen, et autres
Publié: (2026)
DeepPlanner: Scaling Planning Capability for Deep Research Agents via Advantage Shaping
par: Fan, Wei, et autres
Publié: (2025)
par: Fan, Wei, et autres
Publié: (2025)
Evaluating DeepResearch and DeepThink in anterior cruciate ligament surgery patient education: ChatGPT‐4o excels in comprehensiveness, DeepSeek R1 leads in clarity and readability of orthopaedic information
par: Onur Gültekin, et autres
Publié: (2025)
par: Onur Gültekin, et autres
Publié: (2025)
DeepThinkVLA: Enhancing Reasoning Capability of Vision-Language-Action Models
par: Yin, Cheng, et autres
Publié: (2025)
par: Yin, Cheng, et autres
Publié: (2025)
Deep Research Brings Deeper Harm
par: Chen, Shuo, et autres
Publié: (2025)
par: Chen, Shuo, et autres
Publié: (2025)
CoMAS: Co-Evolving Multi-Agent Systems via Interaction Rewards
par: Xue, Xiangyuan, et autres
Publié: (2025)
par: Xue, Xiangyuan, et autres
Publié: (2025)
Dynamic-LLaVA: Efficient Multimodal Large Language Models via Dynamic Vision-language Context Sparsification
par: Huang, Wenxuan, et autres
Publié: (2024)
par: Huang, Wenxuan, et autres
Publié: (2024)
AsyncTool: Evaluating the Asynchronous Function Calling Capability under Multi-Task Scenarios
par: Shi, Kou, et autres
Publié: (2026)
par: Shi, Kou, et autres
Publié: (2026)
CompBench: Benchmarking Complex Instruction-guided Image Editing
par: Jia, Bohan, et autres
Publié: (2025)
par: Jia, Bohan, et autres
Publié: (2025)
Revealing Decurve Flows for Generalized Graph Propagation
par: Lin, Chen, et autres
Publié: (2024)
par: Lin, Chen, et autres
Publié: (2024)
MindSearch: Mimicking Human Minds Elicits Deep AI Searcher
par: Chen, Zehui, et autres
Publié: (2024)
par: Chen, Zehui, et autres
Publié: (2024)
Capability-Aware Early-Stage Research Idea Evaluation
par: Jie, Renlong, et autres
Publié: (2026)
par: Jie, Renlong, et autres
Publié: (2026)
Documents similaires
-
Vision-DeepResearch Benchmark: Rethinking Visual and Textual Search for Multimodal Large Language Models
par: Zeng, Yu, et autres
Publié: (2026) -
Tongyi DeepResearch Technical Report
par: Tongyi DeepResearch Team, et autres
Publié: (2025) -
Understanding DeepResearch via Reports
par: Fan, Tianyu, et autres
Publié: (2025) -
Step-DeepResearch Technical Report
par: Hu, Chen, et autres
Publié: (2025) -
Yunque DeepResearch Technical Report
par: Cai, Yuxuan, et autres
Publié: (2026)