**VisSearch-Bench：评估多模态智能体的长视界视觉搜索能力**

_VisSearch-Bench: Evaluating Long Horizon Visual Search in Multimodal Agents_

> 针对多模态智能体在跨图片、物体及搜索步骤间连接信息的挑战，研究团队推出了 VisSearch-Bench 基准测试。该基准包含 204 个人工编写任务，涵盖从集合搜索到结构引导搜索等七大领域，并引入了准确率与过程分双重评估指标。测试结果显示，即便配备搜索工具，当前 16 种多模态模型中表现最佳者仅能解决 26.47% 的任务，凸显了将视觉证据与搜索结果有效结合以生成完整答案的困难。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-11-06 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.04894)