微软开源 MMCTAgent：用双智能体啃动长视频和海量图库
微软研究院推出多模态批判思考智能体 MMCTAgent，基于 AutoGen 打造。它抛弃单次生成模式，由 Planner 拆解任务并调用视觉工具检索，再由 Critic 自我核验纠错。在 MM-Vet 基准上，它把 GPT-4V 的准确率从 60.20% 拉升到 74.24%，目前已在 GitHub 开源。
微软研究院推出多模态批判思考智能体 MMCTAgent，基于 AutoGen 打造。它抛弃单次生成模式，由 Planner 拆解任务并调用视觉工具检索，再由 Critic 自我核验纠错。在 MM-Vet 基准上，它把 GPT-4V 的准确率从 60.20% 拉升到 74.24%，目前已在 GitHub 开源。