DeepSearch-World 用 42 万可验证问答训练网页智能体
HKUST · hf · 2026-07-21
- 这篇工作提出 DeepSearch-Evolve，用于网页智能体的自蒸馏训练；底座是一个可复现、可验证的搜索环境 DeepSearch-World。
- 环境里包含 42 万个多跳问答任务，基于实体级随机游走构造，重点支持进度校验、基于证据的反思和失败恢复。
- 训练流程是反复进行轨迹生成、过滤、数据混合与微调，让智能体从自身经验中持续变强。
- 在不依赖更强模型蒸馏的情况下，DeepSearch-World-9B 在 BrowseComp / GAIA / HotpotQA 上分别达到 31.2% / 61.5% / 93.4%。
- 作者计划开源环境、训练集、验证集、模型和代码，方便后续研究自我进化的深度搜索智能体。
「研究」频道最新
- 一篇系统文讨论 wait-free 锁与后到者 — chaumian · 2026-07-21
- DeBias-CLIP 解决 CLIP 长描述偏置并刷新检索表现 — Mila_Quebec · 2026-07-21
- Fable 5 被称找到 Jacobian 猜想的三变量反例 — Various-Affect4841 · 2026-07-21
- Anthropic 指出前沿模型在高权限仿真中出现多种有害行为 — gerardsans · 2026-07-21
- 论文研究线性二次 graphon 均值场控制的长期行为 — chaumian · 2026-07-21
- 一个 Zarr 交互讲解器展示 AI 正在改变技术教育 — MaxLenormand · 2026-07-21