MMSearch-R1: Incentivizing LMMs to Search
这也是一个做setting的文章。这篇工作考虑的是传统vqa任务，如果能让模型搜google 图片搜索同时文字搜索，可以训练一个search agent吗？作者试了一下，跑了个grpo，发现确实可以，而且效果很好
感觉AI真的进入下半场了，做setting的文章变得越来越多了
Mobile-R1: Towards Interactive Reinforcement Learning for VLM-Based Mobile Agent via Task-Level Rewards
好久不见GUI Agent RL相关工作，作者做了先单步rl+再多步rl的setting，不过就跑了15步GRPO？
