arXiv · cs.AI· Wentao Tan, Qiong Cao, Jiaqi Wang, Nan Duan·· 1 天前
SearchMaster：面向搜索智能体的有依据且受调节的自博弈方法
SearchMaster: Grounded and Regulated Self-Play for Search Agents
arXiv:2608.01822v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Wentao Tan, Qiong Cao, Jiaqi Wang, Nan Duan
研究任务与主要进展
SearchMaster提出一种搜索智能体自博弈框架，让共享的大语言模型策略在本地搜索环境中生成、求解并验证搜索任务，以减少对人工问答、专家示范或更强教师模型的依赖。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org