研究人员推出EviSD，一个旨在提升搜索增强型语言代理性能的新框架。这种证据条件自蒸馏方法在训练过程中利用搜索动作和最终答案的支持性证据作为特权信息。通过将教师-学生差距转化为结果导出的GRPO优势的有界修正，EviSD在不改变推理时行为的情况下进行本地化指导。该框架在七个问答基准测试中表现出色，取得了最高的精确匹配分数，并优于现有方法。 AI
影响 增强了AI代理在复杂问答任务中的推理能力和准确性。
排序理由 该集群包含一篇详细介绍AI代理新方法的学术论文。[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 →
