研究人员推出Glasseek,一个旨在增强深度搜索代理训练的透明度和可复现性的新框架。该框架解决了数据审计、上下文压缩不匹配和评估污染等挑战。Glasseek包括一个可验证的轨迹策管线、一种Compaction-Managed GSPO (CM-GSPO)训练方法以及一个用于评估的模块化防泄露插件。使用Glasseek训练的9B代理在开放权重代理中展示了最先进的性能,并在各种深度研究基准测试中超越了专有代理。 AI
影响 为开放权重代理设定了新的最先进水平,并提高了深度搜索能力评估的严谨性。
排序理由 该集群描述了一篇关于训练AI代理的框架和方法论的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- CM-GSPO
- Connected Papers
- DagsHub
- Glasseek
- Gotit.pub
- Hugging Face
- Litmaps
- ScienceCast
- Scite
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →