7月24日
10:19
10:19官方账号arXiv cs.AI@Shuqi Lu, Chaofan Li, Kun Luo, Zhang Zhang, Hui Wang, Hongwang Xiao, Zheng Liu, Lei Xiong, Jiahao Wang, Sen Wang, Xiyan Jiang, Wanli Li, Yuyang Hu, Hongjin Qian, Bingyu Yan, Ziyi Xia, Yingxia Shao, Kang Liu, Zhicheng Dou, Di He, Chaozhuo Li, Qiwei Ye, Zhongyuan Wang, Zheng Liu
72°
AREX是一种递归自我改进(RSI)的深度研究代理,设计用于解决需要满足多重约束的复杂检索任务。AREX通过内循环收集证据构建临时答案,外循环逐约束审计答案并启动针对性的后续研究。其核心创新是学习一个自主上下文更新工具,将交互历史压缩为紧凑的改进状态,无需外部模型。AREX在4B密集模型和122B-A10B混合专家模型上实例化,在BrowseComp、WideSearch、DeepSearchQA、HLE等基准上显著优于可比规模基线,与使用更多激活参数的模型竞争。
推荐理由:AREX这篇论文让AI自己递归改进答案,在多个搜索和推理基准上超越了同体量模型,想了解自我优化怎么做可以看看。