Дом
Академическая команда положила конец монополии технологических гигантов с помощью SFT; OpenSeeker-v2 возглавил рейтинг поисковых агентов
В условиях постоянно развивающейся сферы крупных языковых моделей (LLM) возможности глубокого поиска стали решающим преимуществом для передовых интеллектуальных агентов. Однако эта сфера уже давно находится под контролем хорошо финансируемых отраслевых гигантов. Традиционные подходы к разработке, как правило, опираются на ресурсоемкие технологические цепочки, включающие предварительное обучение, продолжение предварительного обучения (CPT), контролируемую донастройку (SFT) и обучение с подкреплением (RL).
Команда научных исследователей недавно представила свою новейшую разработку — OpenSeeker-v2, которая кардинально оспаривает эту устоявшуюся точку зрения. Согласно их отчету, обучение на высококачественных траекториях задач повышенной сложности позволяет даже с помощью простого подхода с контролируемой тонкой настройкой (SFT) создать поискового агента высшего уровня.

Команда обозначила три ключевые стратегии оптимизации синтеза данных: во-первых, увеличение масштаба графа знаний для создания более широкого пространства исследования; во-вторых, существенное расширение набора инструментов для расширения функциональных возможностей; и, наконец, применение строгой фильтрации с низким количеством шагов для обеспечения качества и эффективности обучающих данных.
Результаты экспериментов показывают, что OpenSeeker-v2 (с 30 млрд параметров и архитектурой ReAct), обученный всего на 10 600 точках данных, продемонстрировал впечатляющую производительность по четырём основным тестам: он набрал 46,0 % в BrowseComp, 58,1 % в BrowseComp-ZH, 34,6 % в тесте «Humanity’s Last Exam» и 78,0 % в xbench. Эти показатели не только установили новые рекорды, но и всесторонне превзошли отраслевые модели, основанные на сложных конвейерах, сочетающих CPT, SFT и RL, такие как Tongyi DeepResearch.

Примечательно, что это первый передовой (SOTA) поисковый агент, разработанный исключительно академической командой с использованием только SFT при том же масштабе и архитектуре модели. В настоящее время команда опубликовала веса модели OpenSeeker-v2 в открытом доступе. Этот прорыв значительно снижает барьеры для исследований и разработок в области передовых поисковых агентов и предлагает более доступный и облегчённый путь разработки как для академического сообщества, так и для сообщества открытого программного обеспечения.
Статья: https://arxiv.org/pdf/2605.04036
Связанная статья
Акции США достигли исторической отметки, поскольку гиганты искусственного интеллекта и аэрокосмической отрасли готовятся к дебюту с оценкой в триллион долларов
Илон Маск, Сэм Алтман и Дарио Амодэй, три титана технологического сектора, продвигаются к первичным публичным предложениям акций своих respective компаний. Благодаря SpaceX, OpenAI и Anthropic — трем отраслевым гигантам, чья оценка приближается к три
Шведский стартап в области искусственного интеллекта Lovable Eyes достиг оценки в 13,2 миллиарда долларов после крупного раунда финансирования
По мере того как инструменты для программирования на основе искусственного интеллекта набирают популярность, шведский стартап Lovable привлек крупный раунд финансирования. Компания нацелена на привлечение $3 млрд, что потенциально может увеличить её
Google тестирует агента Remy AI для Gemini по мере смещения фокуса на управление пользователями
Согласно Business Insider, Google тестирует Remy, нового ИИ-персонального агента для Gemini. Этот инструмент предназначен для выполнения задач от имени пользователей, упрощая как профессиональные рабочие процессы, так и повседневные рутины.В настоящ
Рекомендации по связанным специальным темам
Комментарии (0)
В условиях постоянно развивающейся сферы крупных языковых моделей (LLM) возможности глубокого поиска стали решающим преимуществом для передовых интеллектуальных агентов. Однако эта сфера уже давно находится под контролем хорошо финансируемых отраслевых гигантов. Традиционные подходы к разработке, как правило, опираются на ресурсоемкие технологические цепочки, включающие предварительное обучение, продолжение предварительного обучения (CPT), контролируемую донастройку (SFT) и обучение с подкреплением (RL).
Команда научных исследователей недавно представила свою новейшую разработку — OpenSeeker-v2, которая кардинально оспаривает эту устоявшуюся точку зрения. Согласно их отчету, обучение на высококачественных траекториях задач повышенной сложности позволяет даже с помощью простого подхода с контролируемой тонкой настройкой (SFT) создать поискового агента высшего уровня.

Команда обозначила три ключевые стратегии оптимизации синтеза данных: во-первых, увеличение масштаба графа знаний для создания более широкого пространства исследования; во-вторых, существенное расширение набора инструментов для расширения функциональных возможностей; и, наконец, применение строгой фильтрации с низким количеством шагов для обеспечения качества и эффективности обучающих данных.
Результаты экспериментов показывают, что OpenSeeker-v2 (с 30 млрд параметров и архитектурой ReAct), обученный всего на 10 600 точках данных, продемонстрировал впечатляющую производительность по четырём основным тестам: он набрал 46,0 % в BrowseComp, 58,1 % в BrowseComp-ZH, 34,6 % в тесте «Humanity’s Last Exam» и 78,0 % в xbench. Эти показатели не только установили новые рекорды, но и всесторонне превзошли отраслевые модели, основанные на сложных конвейерах, сочетающих CPT, SFT и RL, такие как Tongyi DeepResearch.

Примечательно, что это первый передовой (SOTA) поисковый агент, разработанный исключительно академической командой с использованием только SFT при том же масштабе и архитектуре модели. В настоящее время команда опубликовала веса модели OpenSeeker-v2 в открытом доступе. Этот прорыв значительно снижает барьеры для исследований и разработок в области передовых поисковых агентов и предлагает более доступный и облегчённый путь разработки как для академического сообщества, так и для сообщества открытого программного обеспечения.
Статья: https://arxiv.org/pdf/2605.04036
Акции США достигли исторической отметки, поскольку гиганты искусственного интеллекта и аэрокосмической отрасли готовятся к дебюту с оценкой в триллион долларов
Илон Маск, Сэм Алтман и Дарио Амодэй, три титана технологического сектора, продвигаются к первичным публичным предложениям акций своих respective компаний. Благодаря SpaceX, OpenAI и Anthropic — трем отраслевым гигантам, чья оценка приближается к три
Шведский стартап в области искусственного интеллекта Lovable Eyes достиг оценки в 13,2 миллиарда долларов после крупного раунда финансирования
По мере того как инструменты для программирования на основе искусственного интеллекта набирают популярность, шведский стартап Lovable привлек крупный раунд финансирования. Компания нацелена на привлечение $3 млрд, что потенциально может увеличить её











