DeepMMSearch-R1: El MLLM que supera a GPT en búsqueda web multimodal y VQA

Descubre DeepMMSearch-R1, el innovador Modelo de Lenguaje Grande Multimodal (MLLM) diseñado para sobresalir en tareas de Respuesta a Preguntas Visuales (VQA) intensivas en conocimiento. A diferencia de los modelos tradicionales cuyo conocimiento es estático y rápidamente desactualizado, DeepMMSearch-R1 aborda las consultas de conocimiento de "cola larga" mediante la implementación de búsqueda web multimodal bajo demanda y de múltiples turnos. Su arquitectura avanzada le permite la auto-reflexión y auto-corrección, refinando iterativamente las consultas de texto y utilizando una herramienta de recorte de imágenes para hacer la búsqueda visual más efectiva y mitigar el ruido de fondo. Entrenado mediante un finetuning supervisado (SFT) y un Aprendizaje por Refuerzo (RL) con GRPO, DeepMMSearch-R1 logra un rendimiento superior al superar significativamente a otras líneas de base robustas, incluyendo modelos como GPT-4o y MMSearch-R1, estableciendo un nuevo estándar en la integración de herramientas de búsqueda web para la IA multimodal.https://arxiv.org/pdf/2510.12801