实体
xbench
xbench
PulseAugur coverage of xbench — every cluster mentioning xbench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
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 3 条
-
新的SEF方法增强了AI代理训练和基准性能
研究人员开发了一种名为自我报告实体熟悉度（SEF）的新方法，以改进深度搜索代理的训练。该技术涉及在将实体包含在训练图中之前询问教师模型是否熟悉这些实体，这有助于生成更具信息量的监督信号。实验表明，SEF门控合成提高了学生模型的准确性，其中一个模型在接受SEF增强数据训练后，在多个基准测试中取得了最先进的性能。
-
G-ReAct框架通过图引导推理增强LLM的深度搜索能力
研究人员推出了一种名为G-ReAct的新型框架，旨在增强大型语言模型（LLM）的深度搜索能力。该方法将推理构建为查询图上的状态演化，能够显式跟踪搜索进度并遵守约束，从而缓解上下文遗忘和搜索漂移等问题。实验表明，G-ReAct在进行微调时，能够显著提升Qwen3-30B-A3B-Thinking-2507等模型在复杂任务上的性能，并在BrowseComp-ZH和XBench等基准测试中取得高准确率。该框架在推理时也能改进现有的LLM，无…
-
OpenSearch-VL 提供高级多模态搜索代理的开放式方案
研究人员开发了 OpenSearch-VL，这是一种新颖的、完全开源的、用于训练高级多模态深度搜索代理的方案。该方法利用了一个精心策划的高质量训练数据管道、一个结合文本和图像搜索以及各种处理能力的多元化工具环境，以及一个专门用于处理工具失败的训练算法。由此产生的代理在多项基准测试中表现出显著的性能提升，可与专有模型相媲美，旨在使前沿搜索代理研究更加易于获取。