标签
Mixedbread 推出 Toast 1，这是一款专用搜索代理，其质量可与前沿模型媲美，同时成本最高降低 10 倍，速度最高提升 12 倍。它自动化了代理式搜索循环，并在 OfficeQA Pro V2 和法律知识任务等基准测试中取得了最先进的结果。
Samsja19 强调了他们与 Mixedbread AI 在 Toast 1 上的合作，这是一个专门的智能体搜索模型，通过强化学习，以 12 倍更快的速度和 1/10 的成本实现了前沿质量。
作者开源了 hackathon-searcher，这是一个用于发现、评估和帮助申请黑客松的工具，并正在寻求社区关于如何利用开源模型设计其评估层的建议。
本文介绍了TourSynbio-Search，一个由LLM驱动的智能体框架，用于跨文献和生物数据库的统一蛋白质工程搜索。该框架由TourSynbio-7B多模态模型驱动，包含PaperSearch和ProteinSearch两个组件。
Yu Su 的团队在有限的学术预算下训练了一个前沿的 Deep Research Agent，使用 8K 合成样本和强化学习，并发布了完全开放的训练基础设施和从 2B 到 35B 参数的模型。
作者测试了 Apodex 4B-SFT 和 35B mini 模型，发现 4B-SFT 在多跳搜索任务中超越其他 4B 模型且无幻觉，并指出将答案检查与生成分离的设计理念。
LongTraceRL 引入了分层干扰项构建和规则奖励设计，以通过强化学习改善语言模型中的长上下文推理。该方法通过知识图谱随机游走生成多跳问题，并利用搜索代理轨迹构建具有挑战性的干扰项，规则奖励提供实体级过程监督。