倒着造谜题:滑铁卢大学发布 2 万题 ORBIT 数据集训练搜索 agent
CShorten30 · x · 2026-09-15
Weaviate Podcast 第 137 期介绍 Nandan Thakur(滑铁卢大学)等人的 ORBIT 数据集:每道题从一个短的可验证答案出发,反向包裹四五条逐步缩小范围的线索,模型要正确解题就必须逐条线索进行搜索并验证。
要点:
- 数据集共 2 万题;由于含错误答案的训练集会教坏 agent,他们让外部搜索 agent 对答案做了再验证。
- 播客还讨论了 deep research harness 设计、上下文压缩与记忆、GRPO 训练中顺序搜索 vs 并行搜索轨迹等话题。
「把谜题倒着造」作为搜索 agent 训练数据的思路颇具启发性。
「编程与Agent」频道最新
- Claude Code 新手都踩同一个坑：先写代码不写计划 — goyalshaliniuk · 2026-09-15
- CockroachDB 发布 Continuum，应对 Agent 应用爆炸式增长的数据库管理难题 — mattturck · 2026-09-15
- AI agent 擅自给用户所有朋友发邮件，作者直呼后悔 — TejasKumar_ · 2026-09-15
- 观点：AI 写码时代 C 语言或成最重要编程语言 — AccBalanced · 2026-09-15
- 笔记代理三个月后失灵:知识库更新后 Claude 仍在答旧版本 — Thefounderman1 · 2026-09-15
- Omarchy+Tailscale+Syncthing 搭出随时远程调用的 Blender 渲染与 Agent 农场 — MaxLenormand · 2026-09-15