DAC协调搜索与生成角色训练

Jaewan Park、Solbee Cho与Jay-Yoon Lee提出DAC（Divide and Cooperate）框架，用任务特定的外部验证信号分别训练搜索器和生成器，并以交叉验证奖励分配角色信用。基于论文摘要，该方法在七个通用及多跳问答基准、两个模型骨干上均优于强单智能体和多智能体基线。 DAC允许生成器在检索证据看似不足时拒答，并结合外部评估的搜索充分性判断各角色贡献；困难正证据增强则用于抑制面对充分但较难证据时过度拒答。受控评估显示，作者称性能提升来自搜索与生成能力的协同改进。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。