实体
Xbench-DS
Xbench-DS
PulseAugur coverage of Xbench-DS — every cluster mentioning Xbench-DS 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 3 条
-
新的ICA框架改进了AI智能体在长周期信息搜寻能力
研究人员开发了一个名为信息感知信用分配（ICA）的新框架，以改进在长周期内搜寻信息的智能体的强化学习。ICA解决了在中间信息获取步骤难以评估时，为正确最终答案分配信用的挑战。该方法将抓取的网页表示为稳定、渲染的快照，并使用这些单元从回滚成功率向后传播奖励，为引入有价值信息的步骤分配密集奖励。ICA在BrowseComp、GAIA、Xbench-DS和Seal-0等基准测试中显示出了一致的性能提升。
-
新的STAMP方法改进了深度搜索代理的信用分配
研究人员推出了一种新颖的STAMP方法，用于改进深度搜索代理中的信用分配。该方法通过为暴露支持性文件的动作提供有针对性的信用，而不是仅仅关注轨迹级别的结果，来解决“奖励-信用不匹配”问题。STAMP利用基于引用的验证器和首次暴露归因，将引用追溯到其原始动作，从而提高了在BrowseComp和xbench-DS等基准测试上的性能。
-
MetaResearcher框架增强AI研究代理训练
研究人员推出MetaResearcher，一个旨在增强深度研究代理训练的新框架。该框架通过引入一个引入动态挑战和错误信息的进化虚拟世界来解决当前训练方法的局限性。它还包括面向发现的任务、一个自反思元奖励机制和一个异构多智能体群架构，以促进更真实的研究行为和协作策略。