实体 Dr. Zero

Dr. Zero

PulseAugur coverage of Dr. Zero — every cluster mentioning Dr. Zero across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

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

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_156408 · Jul 22 · 04:00

Dr. Zero：LLM搜索代理无需训练数据即可自我进化

研究人员推出Dr. Zero，一个新颖的框架，旨在使大型语言模型（LLM）搜索代理无需依赖精选的训练数据即可自我进化。该方法利用外部搜索引擎作为代理的知识环境，并包含一个自我进化反馈循环，其中一个提议代理生成多样化的问题来训练一个求解代理。为了提高训练效率，该框架采用了跳跃分组相对策略优化（HRPO），该方法将相似的问题聚类以减少计算开销。实验表明，Dr. Zero在问答基准测试中可以媲美或超越监督搜索代理的性能，证明了仅通过自我进化…