实体
DeepResearch
DeepResearch
PulseAugur coverage of DeepResearch — every cluster mentioning DeepResearch across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的RewardFlow方法通过密集奖励增强LLM代理推理能力
研究人员开发了RewardFlow，一种用于大型语言模型代理式强化学习中估计状态级奖励的新颖方法。该方法构建状态图以捕捉轨迹拓扑，从而实现拓扑感知的传播以估计状态对成功的贡献。RewardFlow提供密集的、无需标注的奖励，显著提高了各种代理基准的性能，在成功率和准确性方面优于先前的方法，同时展示了卓越的鲁棒性和训练效率。
-
百度DuMate AI智能体领跑PinchBench和DeepResearch排行榜
百度DuMate在智能体PinchBench基准测试中位居榜首，并占据前五名中的三个席位。该AI助手还在DeepResearch排行榜上名列第一。此消息传出之际，市场对算力和AI概念的兴趣日益浓厚，像南威软件等公司也澄清了其在AI相关服务方面的当前业务。