ZEST-Search：零标注训练搜索智能体的协同进化框架

Qin-Wen Luo 等研究者在 arXiv 论文（arXiv:2610.39682）中提出搜索智能体训练框架 ZEST-Search。该框架通过任务生成器与求解器的异构协同进化，从无标注问题在线构建经过验证的搜索任务，求解器经强化学习学习搜索增强推理，并用任务级工具感知奖励兼顾答案正确与减少冗余搜索。 论文称，在七个通用域和多跳问答 benchmark 上的实验显示，该方法在不使用标注数据或专家搜索轨迹的情况下持续提升性能并提高工具效率。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。