SteerSearch：支持中途转向搜索目标的RL框架
热点事件观察中
SteerSearch：支持中途转向搜索目标的RL框架
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Udit Thakur等在arXiv发布论文，提出SteerSearch：一个交互式搜索推理的强化学习框架，通过在训练轨迹中注入干预，训练模型在搜索或推理中途重新分配回答目标而不丢失原有上下文；同时发布基于多跳问答数据集改造的SteerSearch-Bench基准。 论文称，在不使用CCR的设置下，SteerSearch相对Search-R1将平均转向准确率在Qwen2.5-3B上从11.1%提升到31.3%，在Qwen3-4B上从36.6%提升到44.6%，同时保持标准单次问答性能。以上为作者报告的实验结果，基于论文摘要。
AI 根据报道生成 · 2 天前更新
最新进展10月20日 12:00
SteerSearch提出支持中途目标转向的交互式搜索推理框架报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · cs.AISteerSearch提出支持中途目标转向的交互式搜索推理框架
SteerSearch是一种用于交互式搜索推理的强化学习框架，通过注入干预训练模型在搜索或推理过程中重新分配回答目标，并提出基于多跳问答数据集改造的SteerSearch-Bench。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 610月21日 06:00
- 近 24 小时变化
- -49%
0246
06:0012:0018:0010月22日06:00
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。