实体
WebWalkerQA
WebWalkerQA
PulseAugur coverage of WebWalkerQA — every cluster mentioning WebWalkerQA across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新的深度研究预训练框架增强了AI代理的训练
研究人员开发了深度研究预训练（DRP）框架，这是一个旨在改进深度研究代理训练的离线框架。DRP从现有证据结构（如引文图谱和超链接）中提取监督信号，将其转换为搜索-打开-写入轨迹。该方法教会模型在不需要实时检索环境的情况下有效地搜索、检查文档和综合证据。在学术引文图谱（DRP-Paper）和Wikipedia超链接（DRP-Web）上进行测试时，DRP的表现始终优于未经训练的模型，即使在数据量较少的情况下也能取得更好的结果，并在下游代理…
-
新型PRInTS模型增强AI代理的长时信息检索能力
研究人员开发了PRInTS，一种新的生成式奖励模型，旨在提高AI代理在长时间内检索信息的能力。与之前对短期任务提供二元判断的模型不同，PRInTS为每个步骤提供密集的多维度评分，考虑工具解释和输出信息量等因素。它还将长上下文压缩成摘要，同时保留评估所需的重要信息。在FRAMES和GAIA等基准测试上的实验表明，PRInTS显著增强了各种代理的信息检索能力，甚至优于更大、更前沿的模型。