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
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
-
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。