智能体视觉推理

现有智能体视觉推理模型常盲目调用工具，导致在简单问题上引入错误，工具带来的增益被损害抵消，净收益有限。Beacon 提出两个核心机制：必要性感知自适应奖励（NAAR）让模型学会只在必要时调用工具；提示引导能力扩展（HCE）则帮助模型在极难问题上突破能力边界。在13个基准上，Beacon 不仅取得开源最佳，更展现出最强的模式自适应性和最大的工具净增益。但该方法依赖外部专家模型生成提示，且模型在避免不必要工具调用方面仍有提升空间。