Long-MDR：面向多模态深度研究智能体的长上下文强化学习
摘要
Long-MDR 将多模态深度研究智能体的在线强化学习训练扩展到 128k 上下文和 75 轮以上工具交互，作者称这是首个在该上下文长度和工具轮数下训练的在线多模态深度研究 RL 研究。
摘要由模型根据原文撰写，以原文为准。
arXiv 科研构思与自主科研代理
打开原文arxiv.org。尚未取得已确认完整的正文，本站仅展示摘要与导读；完整内容请阅读原文。
来源：arXiv 科研构思与自主科研代理 · arxiv.org
引用原文
On Tai Tang. Long-MDR: Long-Context Reinforcement Learning for Multimodal Deep-Research Agents[EB/OL]. (2026-10-04)[访问日期]. https://arxiv.org/abs/2610.05195v2.