研究人员推出了Iris-mini和Iris-pro,这是分别在35B-A3B和397B-A17B规模下训练的两个搜索代理。这些代理是使用一种新颖的数据管道开发的,该管道在网络语料库实体图上构建多跳链,并生成对参考模型具有挑战性的问题。训练过程包括与实时搜索进行强化学习(RL)的交替监督微调(SFT),这种方法称为SFT-RL攀登。在进行上下文管理评估时,Iris-pro在BrowseComp和DeepSearchQA等基准测试中取得了优异的成绩,在同等参数范围内超越了其他开源搜索代理。 AI
影响 这些模型提升了开源搜索代理的能力,可能改进网络导航和信息检索。
排序理由 该项目是一篇详细介绍新AI模型和训练方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- alphaXiv
- arXiv
- BrowseComp+
- BrowseComp-ZH
- CatalyzeX
- CORE Recommender
- DagsHub
- DeepSearchQA
- Gotit.pub
- Hugging Face
- Influence Flower
- Iris Minich
- React
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →