跳到正文
热点事件观察中

SearchMaster自博弈框架训练搜索智能体提升基准准确率

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Wentao Tan 等发布 SearchMaster 论文（v2），提出一种搜索智能体自博弈训练框架：共享的大语言模型策略在本地搜索环境中自行生成、求解并验证搜索任务，从而减少对人工问答、专家示范或更强教师模型的依赖。 在六个深度搜索基准上，SearchMaster 将平均准确率从 38.19% 提升至 51.52%（Qwen3.5-9B 骨干），从 51.25% 提升至 62.54%（Qwen3.5-27B 骨干）。代码已在 GitHub 公开。

AI 根据报道生成 · 1 天前更新

最新进展10月14日 12:00
SearchMaster：面向搜索智能体的有依据且受调节的自博弈方法

报道时间线

沿着报道，了解事件的不同侧面。

10月14日
  1. arXiv · cs.AI
    SearchMaster：面向搜索智能体的有依据且受调节的自博弈方法

    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。

本事件热度走势

可比范围当前
4
可比范围峰值
910月14日 17:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。