視覺定位與檢索

深度分析

HyperEyes 的並行多模態搜尋：Unified Grounded Search、TRACE 與 OPD 的雙層效率框架

HyperEyes提出「搜尋更廣、別再更久」的多模態搜尋設計，把視覺定位與檢索合併為一個原子動作，允許在單回合內同時對多個實體發出落地查詢。研究以並行可訓練的資料合成、Progressive Rejection Sampling冷啟動，並結合雙層效率感知強化學習（TRACE軌跡層獎勵與微觀的在策略蒸餾OPD）作為核心訓練策略。