苹果机器学习研究团队发表论文《Selection-Based Structured Reasoning: Toward Efficient Multimodal Search Agents》，提出“基于选择的结构化推理”（SSR）框架：把多模态智能体每步动作前的自由文本推理，改为从预先设定的可复用自然语言推理候选中挑选，模型依据当前上下文对候选打分即可，无需额外的任务头。由于推理轨迹是预先给定的，可用共享的上下文 KV cache 以 teacher-forcing 预填充方式并行计算各候选的 token 似然。作者称在七个多模态搜索基准上、使用 2B 与 4B 模型，并在多种强化学习目标与监督微调设置下，SSR 的任务成功率与同规模领先搜索智能体相当，单轮推理延迟降低逾 90%，每题模型总推理延迟降低 28%–54%。

Apple·Apple Machine Learning Research·Carnegie Mellon University·+2