字节跳动近日推出开源多模态模型 mini-o3，该模型通过增强推理模式和交互轮次，在视觉搜索任务中实现了在复杂场景下的显著性能提升。
https://www.php.cn/link/837e868ffbb3a67451e480e1864e071d
Mini-o3 是一款完全开源的多模态模型，专为“边看边思考”类型的视觉搜索任务打造。借助强化学习技术，模型可将工具调用扩展至数十轮交互，在多个权威评测基准——包括 VisualProbe、V* Bench、HR-Bench 和 MME-Realworld 上，取得了当前 7B 规模模型中的领先表现。
项目团队公开了完整的训练代码、模型权重，以及一个包含 4,500 条样本的 Visual Probe 数据集，允许研究者在非商业用途下复现类似 OpenAI o3 的深度推理行为。
Mini-o3 支持深度优先搜索、试错探索等多种推理策略，测试阶段可将交互轮次扩展至 32 轮以上。随着交互次数增加，准确率明显上升——例如在 VisualProbe-Hard 任务中，准确率从初始的 35.1% 提升至 48.0%。
核心亮点
应用场景示例
以上就是字节跳动发布开源多模态模型 Mini-o3的详细内容，更多请关注php中文网其它相关文章！
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移，垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是，许多工具可以让 Windows 保持平稳运行。
广告Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
578
收藏
