SSR 将多模态搜索智能体的推理改为候选选择，在 2B/4B 模型上保持成功率的同时把每轮推理延迟降低逾 90%
该工作提出 Selection-based Structured Reasoning（SSR），把多模态智能体每步动作前的开放式推理改写为从预先设定的可复用自然语言推理候选中按上下文似然进行选择，无需辅助任务头，并借助教师强制预填充与共享上下文 KV 缓存并行打分；在七个多模态搜索基准、2B 与 4B 模型上，跨多种强化学习目标与监督微调，SSR 取得与同规模领先搜索智能体相当的平均成功率，同时将每轮推理延迟降低逾 90%、每题模型总推理延迟降低 28-54%。