微軟開源 MMCTAgent：用雙智慧體啃動長影片和海量相簿
微軟研究院推出多模態批判思考智慧體 MMCTAgent，基於 AutoGen 打造。它拋棄單次生成模式，由 Planner 拆解任務並呼叫視覺工具檢索，再由 Critic 自我核驗糾錯。在 MM-Vet 基準上，它把 GPT-4V 的準確率從 60.20% 拉昇到 74.24%，目前已在 GitHub 開源。
微軟研究院推出多模態批判思考智慧體 MMCTAgent，基於 AutoGen 打造。它拋棄單次生成模式，由 Planner 拆解任務並呼叫視覺工具檢索，再由 Critic 自我核驗糾錯。在 MM-Vet 基準上，它把 GPT-4V 的準確率從 60.20% 拉昇到 74.24%，目前已在 GitHub 開源。