AITOP

搜索智能体

共 6 条相关 AI 资讯
6月14日
07:52
6月5日
09:53
09:53rohanpaul_ai@rohanpaul_ai
精选72°
Harness-1 提出一种新方法，将搜索智能体的记忆管理工作从模型中剥离，交给一个外部辅助系统（harness）处理。传统搜索智能体需要在有限的上下文窗口中同时进行搜索决策和记忆所有文档、线索、失败路径等，导致认知负担过重。Harness-1 让模型专注于语义选择（如搜索什么、验证什么），而 harness 负责可恢复状态（如候选池、证据链接、去重观察等）。实验表明，一个 20B 模型通过减少内部记忆负担，在搜索任务上表现显著提升，且在未见过的基准测试上增益更大，说明模型学到了可复用的搜索策略而非领域记忆。
论文搜索智能体记忆外置强化学习Harness-120B模型
推荐理由：做搜索智能体或 RAG 系统的开发者，Harness-1 的思路能帮你解决模型上下文窗口瓶颈，让智能体在复杂搜索中更高效，值得参考其状态外置设计。
原文
6月2日
10:01
6月1日
10:11
10:11官方账号arXiv cs.LG@Nianyi Lin, Jiajie Zhang, Lei Hou, Juanzi Li
精选
LongTraceRL 是一种新方法，旨在解决大语言模型在长上下文推理中难以定位和整合关键信息的问题。它通过知识图谱随机游走生成多跳问题，并利用搜索智能体的轨迹构建高混淆度的干扰文档，使训练上下文更具挑战性。同时，它提出了一种基于实体级过程监督的“评分奖励”，只对正确答案的推理过程进行细粒度评估，避免奖励作弊。在 4B 到 30B 的多个推理模型上，LongTraceRL 在五个长上下文基准测试中持续优于强基线，并促进了基于证据的推理。代码、数据集和模型已开源。
论文长上下文推理强化学习搜索智能体奖励设计开源/仓库
推荐理由：长上下文推理是当前大模型的瓶颈，LongTraceRL 用搜索轨迹和细粒度奖励解决了干扰项和奖励稀疏的问题，做推理模型训练或长文档理解的团队可以直接用开源代码复现。
原文
5月28日
11:32
11:32官方账号arXiv cs.AI@HuiMing Fan, Xiao Wang, Zheng Chu, Qianyu Wang, Zhuoyao Wang, Ming Liu, Bing Qin, XingYu
精选72°
研究团队发现，基于LLM的搜索智能体在BrowseComp基准测试中，高达44.5%的问题无需工具即可回答，超过一半的搜索查询来自内部假设而非检索线索，表现出对内在知识的依赖而非真正的证据驱动搜索。当移除支持答案的外部证据后，智能体表现甚至不如闭卷基线。为此，团队推出了LiveBrowseComp，一个包含335个依赖90天内发布事实的问题的深度搜索基准，所有智能体在该基准上的闭卷准确率低于2%，搜索增强得分比BrowseComp下降25-40点，且模型排名不再可靠。该基准旨在评估智能体超越内在知识覆盖的真实搜索能力。
论文搜索智能体基准测试内在知识依赖LLM评估LiveBrowseComp
推荐理由：这项研究戳穿了搜索智能体的真实能力——它们可能只是在验证已知信息而非真正搜索。做搜索Agent或评估AI检索能力的团队，值得看看LiveBrowseComp这个新基准，避免被静态测试误导。
原文
5月20日
02:11
02:11IT之家（博客/媒体）
76°
谷歌在 2026 I/O 大会上宣布搜索业务迎来 25 年来最大改版，核心是用 AI 全面重塑搜索入口与交互方式。用户从“输关键词”转向“描述完整需求”，由 Gemini 3.5 Flash 模型提供快速响应。新版搜索支持多模态输入（文本、图片、视频、文件等），AI Overview 支持连续追问，形成聊天式交互。此外，谷歌计划推出 24 小时后台运行的搜索智能体，可追踪公寓、球鞋发售等目标，并在夏季上线。个人智能功能扩展到 98 种语言、近 200 个国家，可连接 Gmail、Google Photos 等个人数据。
AI产品谷歌搜索AI 搜索Gemini 3.5 Flash搜索智能体多模态
推荐理由：谷歌搜索这次改版彻底改变了搜索方式，从关键词到完整需求，做内容、做运营、做产品的团队都该关注——搜索流量和用户行为即将发生根本变化，建议尽早了解并调整策略。
原文