VLDB 演讲:DR Tulu 用 rubric 训练 Deep Research Agent 自选检索器
CShorten30 · x · 2026-09-05
- 引用 Akari Asai 在 VLDB 的报告,介绍两个深度研究 agent 训练工作:
- DR Tulu:用 rubric 训练 deep research agent 自主选择 BM25 或向量检索器,效果出色。
- AgentIR:为 agent 的中间推理与搜索 query 训练专用 embedding 模型。
- 作者认为值得把 AgentIR 与 BM25/ColBERT 反馈类方法结合,在「基于推理意图的检索」与「检索返回结果」之间找中间态。
- 转发者感叹:2025 年初还是前沿的 Deep Research,如今已显得基础——该领域迭代速度可见一斑。
所属事件:VLDB报告:Deep Research需协同设计检索器(4 条相关)→
「编程与Agent」频道最新
- Skills/MCP/RAG/Memory 一张图分清：agent 四类知识机制各管什么 — MaryamMiradi · 2026-10-21
- 客服拒与 AI 对话，用户的 agent 隐瞒身份继续维权 Xfinity — MoonL88537 · 2026-10-21
- Every.to《Codex 是如何诞生的》公开采访原文供读者用 agent 核查 — every · 2026-10-21
- 一条提示词直出 Blender 素材：Voyager+Opus 5.5 全程零配置 — ravisparikh · 2026-10-21
- 航空业的数据溯源思路：智能体如何在图结构数据上拼证据 — colinmcnamara · 2026-10-21
- 让 Claude Code 独立执导 MV：6.5 小时、765M 输入 tokens 完成 — colinmcnamara · 2026-10-21