论文
Apple 提出 SSR:用选择式结构化推理打造高效多模态搜索智能体
导读
Apple 研究团队提出 Selection-based Structured Reasoning(SSR),将推理从开放式生成改为从预设可复用自然语言候选中选择,无需辅助任务头。在 2B 和 4B 模型、七个多模态搜索基准上,SSR 平均成功率与同规模领先搜索智能体相当,每轮推理延迟降低超 90%,单题模型总推理延迟降低 28–54%。
论文
Apple 研究团队提出 Selection-based Structured Reasoning(SSR),将推理从开放式生成改为从预设可复用自然语言候选中选择,无需辅助任务头。在 2B 和 4B 模型、七个多模态搜索基准上,SSR 平均成功率与同规模领先搜索智能体相当,每轮推理延迟降低超 90%,单题模型总推理延迟降低 28–54%。