开源动态8

MMDR - Bench：多模态研究有了可核验评测标准

机器之心2026-02-14

AI 摘要

俄亥俄州立大学等：发布 MMDR - Bench，为多模态 Deep Research 设立可核验评测标准，将评估分 3 段管线，可改变系统迭代方式，让 deep research 进入可工程化时代。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

华为：RL训练强大的Deep Research Agent

华为技术团队发布综述论文，首次系统性梳理利用强化学习（RL）训练强大的深度研究代理。论文指出传统SFT和DPO方法有局限，RL优势明显，还在数据构建、算法设计等方面给出进展与路线图。

首个开源多模态Deep Research Agent登场，整合多种工具并优化决策。其WebWatcher技术方案覆盖全链路，实验中在四大核心领域领先主流模型，展现复杂推理和信息检索实力。

本文由清华和上海AI Lab学者撰写，提出专家级医学基准MedXpertQA。现有医学基准难度和临床相关性不足，而MedXpertQA极具挑战、临床相关性高，构建严格，评测显示前沿模型在医学领域提升空间大。

文章介绍了27.2k Star的FastMCP，它是Python MCP应用框架，能让普通Python函数成为MCP工具。讲了其适合场景、省事原因及上线安全边界，还给出了适用人群和注意点。