遏制 AI 幻觉：苹果DeepMMSearch-R1论文揭秘“图像裁剪”搜索术
IT之家 1 月 15 日消息，科技媒体 Appleinsider 今天（1 月 15 日）发布博文，报道称苹果发表重磅研究论文，详细介绍名为 DeepMMSearch-R1 的 AI 模型，重点优化 AI 在复杂视觉场景下的搜索逻辑，用“裁剪”治愈 AI 幻觉。
针对现有 AI 模型在处理复杂视觉信息时常出现的“答非所问”或“漏看”问题，苹果推出了 DeepMMSearch-R1 模型。传统模型在面对“图中左上角那只鸟的最高时速是多少”这类复合问题时，往往因无法聚焦局部细节而给出错误的平均数据。
DeepMMSearch-R1 引入了独特的“视觉定位工具（Grounding Tool）”，能够主动裁剪图片以剔除干扰信息，先精准识别微小目标，再进行针对性的网络搜索验证，从而确保答案的事实准确性。
为确保模型仅在必要时才启用裁剪功能以节省算力，研究人员采用了“监督微调（SFT）+ 在线强化学习（RL）”的组合训练法。SFT 负责教会模型“不乱剪”，而 RL 则提升了工具调用的效率。
测试数据显示，该模型在处理需精准图文对应的问题上，表现显著优于目前的 RAG（检索增强生成）工作流及基于提示词的搜索智能体，成功解决了 AI 在常识性事实检索中的“偷懒”现象。
IEEE Xplore,EI Compendex,Scopus
IEEE出版｜2026年区块链技术与基础模型国际学术会议（BTFM 2026）IEEE出版
前沿会议
EI Compendex,Scopus
IOP-JPCS出版｜2026年高端装备与智能机器人国际学术会议 （ICAEIR 2026）交叉学科
官方推荐
EI Compendex,Scopus,IEEE Xplore
IEEE出版 | 2026年计算智能与机器学习国际学术会议（CIML 2026）早鸟价
官方推荐
