学術チームがSFTでテック大手による独占を打破、OpenSeeker-v2が検索エージェントランキングで首位に
大規模言語モデル(LLM)の進化する状況において、ディープサーチ機能は高度なインテリジェントエージェントにとって決定的な優位性となっています。しかし、この分野は長きにわたり、豊富な資金力を持つ業界大手企業によって支配されてきました。 従来の開発アプローチは、通常、事前学習、継続的事前学習(CPT)、教師あり微調整(SFT)、強化学習(RL)を含む、リソースを大量に消費するパイプラインに依存している。
最近、ある学術研究者チームが最新の研究成果「OpenSeeker-v2」を発表し、この定説に根本的な挑戦を突きつけた。彼らの報告によると、高品質かつ難易度の高いタスクの軌跡を用いたトレーニングを行うことで、単純な教師あり微調整(SFT)アプローチであっても、トップクラスの検索エージェントを生み出すことが可能になるという。

同チームは、データ合成に関する3つの主要な最適化戦略を提示した。第一に、ナレッジグラフを拡張して探索空間を広げる。第二に、ツールキットのレパートリーを大幅に拡充して機能的な限界を押し広げる。そして最後に、トレーニングデータの品質と効率を保証するために、厳格な低ステップフィルタリングを適用することである。
実験結果によると、わずか10,600個のデータポイントで学習されたOpenSeeker-v2(パラメータ数30B、ReActアーキテクチャ)は、4つの主要ベンチマークすべてにおいて圧倒的な性能を発揮した。BrowseCompで46.0%、BrowseComp-ZHで58.1%、 「Humanity’s Last Exam」で34.6%、xbenchで78.0%を記録した。これらの数値は新記録を樹立しただけでなく、CPT、SFT、RLを組み合わせた重厚なパイプラインに依存するTongyi DeepResearchなどの業界モデルを全面的に上回った。

特筆すべきは、これが同じモデル規模とアーキテクチャにおいて、SFTのみを用いて完全に学術チームによって開発された初の最先端(SOTA)検索エージェントであるという点だ。 同チームは現在、OpenSeeker-v2のモデル重みをオープンソース化しています。この画期的な成果により、高度な検索エージェントの研究開発のハードルが大幅に下がり、学術界およびオープンソースコミュニティの両方にとって、より利用しやすく軽量な開発経路が提供されます。
論文:https://arxiv.org/pdf/2605.04036
関連記事
米国の株式市場が歴史的なマイルストーンに到達、AIと航空宇宙の巨人が1兆ドル規模のデビューに向けて準備を進める
エロン・マスク、サム・アルトマン、ダリオ・アモダイというテクノロジー業界の三巨頭が、それぞれの事業で初公開株式発行(IPO)に向けて進んでいる。スペースX、OpenAI、Anthropicという業界の巨人3社が1兆ドル規模の企業価値に近づき、上場準備を進める中、2026年は米国史上、新規株式発行が最も重要な年となる見込みだ。この歴史的な資金増強は世界の金融の注目を集めており、公的市場がこのような規模の資金を吸収する能力に対する重要なストレステストとなっている。これらの主要な資金調達が一斉に開始
スウェーデンのAIスタートアップ「Lovable」が主要な資金調達ラウンド終了後、132億ドルの評価額を達成
AI駆動のコーディングツールが注目を集める中、スウェーデンのスタートアップ企業Lovableは大型の資金調達ラウンドを獲得した。同社は30億ドルの調達を目指しており、これにより評価額が昨年12月に記録された66億ドルの倍となる132億ドルに達する可能性がある。この投資をリードするのはMenlo Venturesと見られている。Lovableの魅力は、複雑なコーディングスキルを不要とし、ソフトウェア作成を簡素化する中核の「ヴァイブコーディング」技術に由来する。ユーザーは自然言語で要件を記述するだ
Google、Geminiへの焦点がユーザー制御へシフトする中で、Remy AIエージェントをテスト
『Business Insider』によると、GoogleはGemini向けの新しいAIパーソナルエージェント「Remy」をテスト中である。このツールはユーザーに代わってタスクを実行することを目的としており、業務フローと日常のルーチンの両方を効率化する。現在、RemyはGeminiアプリケーションの社内限定版においてテストが行われている。この報道は社内文書と、プロジェクトに精通した2人の人物へのインタビューを引用している。社内資料では、Remyを「24時間365日のパーソナルエージェント」と位
関連特集おすすめ
コメント (0)
0/500
大規模言語モデル(LLM)の進化する状況において、ディープサーチ機能は高度なインテリジェントエージェントにとって決定的な優位性となっています。しかし、この分野は長きにわたり、豊富な資金力を持つ業界大手企業によって支配されてきました。 従来の開発アプローチは、通常、事前学習、継続的事前学習(CPT)、教師あり微調整(SFT)、強化学習(RL)を含む、リソースを大量に消費するパイプラインに依存している。
最近、ある学術研究者チームが最新の研究成果「OpenSeeker-v2」を発表し、この定説に根本的な挑戦を突きつけた。彼らの報告によると、高品質かつ難易度の高いタスクの軌跡を用いたトレーニングを行うことで、単純な教師あり微調整(SFT)アプローチであっても、トップクラスの検索エージェントを生み出すことが可能になるという。

同チームは、データ合成に関する3つの主要な最適化戦略を提示した。第一に、ナレッジグラフを拡張して探索空間を広げる。第二に、ツールキットのレパートリーを大幅に拡充して機能的な限界を押し広げる。そして最後に、トレーニングデータの品質と効率を保証するために、厳格な低ステップフィルタリングを適用することである。
実験結果によると、わずか10,600個のデータポイントで学習されたOpenSeeker-v2(パラメータ数30B、ReActアーキテクチャ)は、4つの主要ベンチマークすべてにおいて圧倒的な性能を発揮した。BrowseCompで46.0%、BrowseComp-ZHで58.1%、 「Humanity’s Last Exam」で34.6%、xbenchで78.0%を記録した。これらの数値は新記録を樹立しただけでなく、CPT、SFT、RLを組み合わせた重厚なパイプラインに依存するTongyi DeepResearchなどの業界モデルを全面的に上回った。

特筆すべきは、これが同じモデル規模とアーキテクチャにおいて、SFTのみを用いて完全に学術チームによって開発された初の最先端(SOTA)検索エージェントであるという点だ。 同チームは現在、OpenSeeker-v2のモデル重みをオープンソース化しています。この画期的な成果により、高度な検索エージェントの研究開発のハードルが大幅に下がり、学術界およびオープンソースコミュニティの両方にとって、より利用しやすく軽量な開発経路が提供されます。
論文:https://arxiv.org/pdf/2605.04036
米国の株式市場が歴史的なマイルストーンに到達、AIと航空宇宙の巨人が1兆ドル規模のデビューに向けて準備を進める
エロン・マスク、サム・アルトマン、ダリオ・アモダイというテクノロジー業界の三巨頭が、それぞれの事業で初公開株式発行(IPO)に向けて進んでいる。スペースX、OpenAI、Anthropicという業界の巨人3社が1兆ドル規模の企業価値に近づき、上場準備を進める中、2026年は米国史上、新規株式発行が最も重要な年となる見込みだ。この歴史的な資金増強は世界の金融の注目を集めており、公的市場がこのような規模の資金を吸収する能力に対する重要なストレステストとなっている。これらの主要な資金調達が一斉に開始
スウェーデンのAIスタートアップ「Lovable」が主要な資金調達ラウンド終了後、132億ドルの評価額を達成
AI駆動のコーディングツールが注目を集める中、スウェーデンのスタートアップ企業Lovableは大型の資金調達ラウンドを獲得した。同社は30億ドルの調達を目指しており、これにより評価額が昨年12月に記録された66億ドルの倍となる132億ドルに達する可能性がある。この投資をリードするのはMenlo Venturesと見られている。Lovableの魅力は、複雑なコーディングスキルを不要とし、ソフトウェア作成を簡素化する中核の「ヴァイブコーディング」技術に由来する。ユーザーは自然言語で要件を記述するだ





家






