VLDB 演讲:Deep Research 需要协同设计 agent 与检索器
CShorten30 · x · 2026-09-05
Akari Asai 在 VLDB 分享 DR Tulu 与 AgentIR 两项工作,提出深度研究场景下 agent 与检索器应协同设计。核心议题:如何为开放式、难以验证的任务端到端训练 agent(DR Tulu 用 rubric 训练 agent 选择 BM25 或向量检索器,效果出色);以及让检索器利用 agent 的推理过程而非仅看最新查询——AgentIR 用 agent 的中间推理与搜索查询训练 embedding 模型。转引者认为将其与 BM25/ColBERT 等反馈结合是值得探索的方向。
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
- Coinbase 推 x402 协议:用钱包签名取代 AI Agent 的 700 把 API key — kleffew94 · 2026-09-05
- 开发者观察:GPT-6 Astra 全程只用 bash,不用读写工具调用 — lucasmeijer · 2026-09-05
- Astra 持续性能力受质疑:实测者称暂无革命性进展 — Benata · 2026-09-05
- 开发者晒 Astra 全流程造品：代码、剪辑、写帖全由 agent 完成 — daniel_mac8 · 2026-09-05
- 开源 astra-advisor:让 Astra 把任务委派给更小的模型省钱 — daniel_mac8 · 2026-09-05
- MIT 论文 SwarmWorld:智能体群的价值在成果可积累 — rohanpaul_ai · 2026-09-05