腾讯混元提出 CAFE 框架：搜索 Agent 与评论家协同进化

针对结果监督的搜索 Agent 难以定位中间错误的问题，腾讯混元团队提出 CAFE 框架，通过共享参数将搜索 Agent 与评论家耦合，让模型交替扮演两种角色，从而在轨迹中途学习纠正反馈。该方法在多个基准测试中减少了幻觉，并提升了搜索性能，实现搜索 Agent 的自改进。

2026-08-26 ~ 2026-08-26 · 2 条相关

• 腾讯 CAFE：搜索 Agent 需与评论家协同进化 — Tencent-Hunyuan · 2026-08-26
• CAFE：让搜索Agent与评论家共演实现自改进 — _reachsumit · 2026-08-26