HuggingFace Daily Papers·2026-10-01 08:00· 1 天前AI 评分41

OmniSeek：面向多轮音视频推理的原生工具集成框架

OmniSeek: Native Tool Integration for Multi-turn Audio-Visual Reasoning

AI 导读

OmniSeek 是一个将 Omni-LLM 转变为原生工具调用多轮推理智能体的框架，让模型在推理中动态决定看或听、以及选取哪段时间窗口，把检索到的原始音视频片段回填上下文。