PulseAugur
中
实时 06:05:23
实体 Search-R1

Search-R1

PulseAugur coverage of Search-R1 — every cluster mentioning Search-R1 across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
3
90 天内 6
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 5
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 6 条
  1. TOOL · CL_317775 ·

    TinyFish 详解用于可靠AI代理搜索的生产架构

    TinyFish 详细介绍了一个可用于生产环境的AI代理搜索架构,解决了现实应用中常见的故障。他们的方法涉及一个七阶段的控制循环,管理规划、检索、证据评估和错误恢复。该系统基于 TinySearch 和 TinyAgent 等基础组件构建,旨在通过将模型推理与确定性执行分离并实施严格的运行时策略来提高AI代理的可靠性和效率。

  2. TOOL · CL_280220 ·

    新的“Follow the Winners”算法增强了LLM的强化学习

    研究人员推出了一种名为“Follow the Winners”(FTW)的新型无批评者强化微调算法,专为代理式大型语言模型(LLM)设计。与依赖于有状态环境中不切实际的重复回滚的现有GRPO风格方法不同,FTW使用回放缓冲区样本上的序数滤波器来适应交叉熵方法。这种方法允许回报的顺序统计量具有多项式集中性,使其适用于无法进行重复回滚的场景。在代理式LLM的后训练中,FTW在Sokoban和Search-R1基线上表现出与GRPO和PPO…

  3. TOOL · CL_282207 ·

    新研究表明,LLM代理通过工具拒绝信号得到改进

    一篇新的arXiv论文探讨了当检索工具不提供相关信息时,被称为“冷冻代理”的大型语言模型如何反应。研究人员发现,一个简单的、未宣布的拒绝信号显著提高了Qwen3和Claude Haiku 4.5等模型的弃权率(针对无法回答的问题),从而大大减少了错误答案。研究还强调,拒绝信号的措辞会影响代理行为,解释比纯粹的标记或软警告更有效。

  4. RESEARCH · CL_199751 ·

    新的 RAG 方法在保持准确性的同时减少了检索调用

    研究人员开发了一种新的多轮检索增强生成(RAG)系统方法,用于确定何时停止搜索信息。通过采用结构化充分性-差距判断方法,他们在冻结的 Search-R1 管道中训练了一个 Qwen3.5-2B 模型作为裁判。该方法在测试集上成功将检索调用减少了 3.70%,同时答案准确性仅略微下降了 0.625 个百分点。

  5. RESEARCH · CL_174065 ·

    Harness-G 框架增强了强化学习搜索代理

    研究人员推出 Harness-G,一个新颖的图结构框架,旨在改进强化学习搜索代理。这种新方法通过将查询生成重新构建为有限动作选择过程,解决了“检索等价崩溃”问题,即不同的查询产生相似的证据。Harness-G 在六个 QA 基准测试中取得了卓越的性能,在两个评估的模型规模上都显著优于 Graph-R1 基线。

  6. RESEARCH · CL_18245 ·

    新基准LIMIT+揭示神经检索器在复杂集合组合查询方面存在困难

    一篇新近发表在arXiv上的研究调查了信息检索系统在面对复杂、集合组合查询时的性能。研究人员发现,虽然神经检索方法在某些基准测试上显著优于传统的BM25,但在旨在测试约束满足的更受控的数据集上,其有效性有所下降。研究强调,随着查询复杂度的增加,所有方法的性能都会持续下降,而词汇检索比密集检索方法表现出更稳定的结果。