国防科技大学的研究人员发现了一种名为“检索等价崩溃”的现象，即通过强化学习训练的AI搜索代理在生成不同搜索查询的同时，会反复检索同一组文档。这个问题通过制造探索的假象阻碍了训练过程。为解决此问题，他们的论文《Harness-G: A Graph-Structured Harness for Search Agents》提出了一种解决方案，用选项菜单和改进的奖励系统取代自由格式查询。该方法在问答基准测试中表现出显著的改进，比现有方法高出11个百分点。 AI
影响 这项研究解决了AI搜索代理训练中的一个基本限制，可能导致更有效、更少循环的探索策略。
排序理由 该集群描述了一篇研究论文，其中详细介绍了一种新的AI搜索代理现象和提出的解决方案。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
