PulseAugur
中
实时 07:11:23
English(EN) Dr. Zero: Self-Evolving Search Agents without Training Data

Dr. Zero：LLM搜索代理无需训练数据即可自我进化

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出Dr. Zero，一个新颖的框架，旨在使大型语言模型（LLM）搜索代理无需依赖精选的训练数据即可自我进化。该方法利用外部搜索引擎作为代理的知识环境，并包含一个自我进化反馈循环，其中一个提议代理生成多样化的问题来训练一个求解代理。为了提高训练效率，该框架采用了跳跃分组相对策略优化（HRPO），该方法将相似的问题聚类以减少计算开销。实验表明，Dr. Zero在问答基准测试中可以媲美或超越监督搜索代理的性能，证明了仅通过自我进化即可产生强大的代理搜索和推理能力的潜力。 AI

影响 这项研究可能显著减少训练AI代理所需的大型精选数据集，从而加速开发和部署。

排序理由 详细介绍新AI框架和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Dr. Zero：LLM搜索代理无需训练数据即可自我进化

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zhenrui Yue, Kartikeya Upasani, Xianjun Yang, Suyu Ge, Shaoliang Nie, Yuning Mao, Zhe Liu, Dong Wang ·

    Dr. Zero：无需训练数据的自演化搜索代理

    arXiv:2601.07055v2 Announce Type: replace Abstract: As high-quality data becomes increasingly difficult to obtain, self-evolution without curated training data has emerged as a promising paradigm. This approach allows large language models (LLMs) to autonomously generate and solv…

相关实体

相关话题