研究人员推出了 DeepSearch-Evolve，一个用于训练网络代理的自我蒸馏框架。该框架利用 DeepSearch-World，一个包含 420,000 个多跳问答任务的可验证环境。该系统支持进度验证和故障恢复等代理行为，使代理能够从自身经验中改进，而无需依赖外部模型。使用此方法训练的 DeepSearch-World-9B 模型在 BrowseComp 和 HotpotQA 等基准测试中表现出竞争力。 AI
影响 能够实现长周期网络代理的可扩展自我进化，有可能提高它们在复杂任务上的性能。
排序理由 该集群描述了一篇关于训练 AI 代理的新颖框架和环境的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
