实体
BrowseComp-ZH
BrowseComp-ZH
PulseAugur coverage of BrowseComp-ZH — every cluster mentioning BrowseComp-ZH across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的STAMP方法改进了深度搜索代理的信用分配
研究人员推出了一种新颖的STAMP方法，用于改进深度搜索代理中的信用分配。该方法通过为暴露支持性文件的动作提供有针对性的信用，而不是仅仅关注轨迹级别的结果，来解决“奖励-信用不匹配”问题。STAMP利用基于引用的验证器和首次暴露归因，将引用追溯到其原始动作，从而提高了在BrowseComp和xbench-DS等基准测试上的性能。
-
Mach-Mind-4-Flash：35B MoE 模型性能媲美 100B+ 模型
研究人员推出了 Mach-Mind-4-Flash，这是一个拥有 350 亿参数的专家混合（MoE）模型，但仅激活 30 亿参数。通过训练后优化，该模型实现了与 1000 亿参数模型相当或更优的性能。该系统采用三阶段流程，包括统一的 RL/OPD 训练基础设施、通过多教师在线策略蒸馏融合的领域特定 RL 专家，以及用于压缩推理链的混合中位数长度策略优化。
-
TreeSeeker框架通过受控试错增强AI深度搜索能力
研究人员推出了一种新颖的框架TreeSeeker，旨在提高深度搜索代理的效率。该系统将搜索过程构建成一棵树，允许代理在处理复杂查询时探索多个潜在路径，并有效管理试错过程。通过采用分支-回溯策略并利用价值、不确定性和风险信号，TreeSeeker旨在防止代理陷入无效路径，并确保更好地综合证据。实验表明，TreeSeeker在深度搜索任务上优于现有的开源方法。