CoreWeave 联合 NVIDIA 三周强化学习提升搜索智能体

CoreWeave、NVIDIA 与 You.com 合作，用三周冲刺对开源权重模型 Nemotron 3.5 Lightning 进行面向 agentic 网页搜索的后训练，组合使用 SFT 与 RL rollouts。结果显示模型在 BrowseComp 基准上准确率提升约 22.9%，工具调用成本节省约三成，展示了针对性后训练对开源模型智能体搜索能力的显著改进。

2026-10-27 ~ 2026-10-27 · 2 条相关

• CoreWeave 三周 RL 后训练:BrowseComp 提升 22.9%,工具调用省三成 — RichardSocher · 2026-10-27
• You.com 携 NVIDIA 训练搜索模型，BrowseComp 准确率提升 22.94% — _ScottCondron · 2026-10-27