arXiv cs.AI· Tianyu Chen, Mingyuan Zhou, Jiaxing Wu·· 2026-10-01AI 评分42
基于多步嵌入向量检索的视觉空间路由学习
Learning to Route in Visual Space via Multi-Step Embedding Retrieval
AI 导读
研究团队提出多步检索器 VHOP-Router 与基准 VHOP，使 AI 智能体在视觉潜空间通过单次调用即可检索链式图像。VHOP-Router 将检索性能从不足 5% 提升至 76.3%，智能体搜索成功率提升 52.7%，并将平均 token 长度从 1886 减少 61% 至 728。相比每步检索 top 50 的基线，它将上下文图像减少 23x，累计 API 负载降低 35x。
来源：arXiv cs.AI · arxiv.org