Search-G1

新的Search-G1框架通过内在奖励增强AI代理的接地性

研究人员推出了一种名为Search-G1的新型框架，用于改进搜索增强型语言代理的接地性。该系统使用基于表示的内在奖励来评估代理的答案在多大程度上依赖于检索到的外部信息。Search-G1旨在平衡检索需求与搜索成本，奖励那些进行必要且基于证据的搜索的代理，同时惩罚冗余的搜索。实验表明，这种方法在各种问答基准测试中能够实现更高效的搜索轨迹和具有竞争力的任务准确性。