Hugging Face Daily Papers·· 1 天前精选AI 评分58
OpenVLHarness：带多模态记忆的真实视觉智能体工具调用框架
OpenVLHarness: Real World Visual Agentic Tool-Use with Multimodal Memory
AI 导读
OpenVLHarness 提出一个围绕能力层与持久多模态记忆构建的多模态推理框架，在 22 个基准、8 个开源与闭源底座上平均比无工具基线提升 9.7-12.6 分，其中 Qwen3-VL-8B 提升 11.2 分、Kimi K3 提升 9.7 分、GPT-6 Astra 提升 9.9 分。
推荐理由
论文给出多模态工具调用框架在 22 个基准上的提升幅度与 token 成本对比，可据此判断工具编排与持久记忆的收益边界。
来源：Hugging Face Daily Papers · huggingface.co