标签
OpenResearcher是来自TIGER-AI-Lab的一个开源项目，它提供了96,000条深度研究轨迹以及一套无需外部API即可训练代理型语言模型进行长周期网络研究的方案。它包含数据集、模型和演示，并已被NVIDIA的Nemotron模型采用。
本文识别了在代理语言模型的多教师同策略蒸馏中，学生模型过度依赖工具调用这一失败模式，并提出Soft Clamp方法，一种逐token散度校准方法，可在不牺牲准确率的前提下减少过度调用。
LayerRoute是一种轻量级适配器，能够根据输入类型在推理过程中选择性跳过Transformer块，通过门控路由和LoRA自适应实现计算节省，同时保持或提升模型质量。在代理语言模型上，它实现了12.91%的跳跃差异。