★ 3
GRADS：图引导可控难度的智能体数据合成框架
论文提出 GRADS，一种带显式难度控制的图引导智能体数据合成框架，通过维护证据与推理依赖图，在种子选择、证据扩展、问答构建与验证闭环中保持必要推理。在安全、软件工程与科学文档域生成难度分布可分离的验证任务。4B 模型经后训练在软件工程上追平 Sonnet 4，在科学与安全域超越。
arXiv cs.AI17 天前
#深度研究智能体
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
arXiv 论文：反思式提示优化提升深度研究智能体，需主题隔离与多随机种子验证
该 arXiv 论文将反思式提示演化（GEPA）应用于多智能体深度研究智能体的两个系统提示，并在训练、验证、测试主题完全不重叠的划分下评估。留出引用奖励从 0.702 升至 0.781，提升 0.079，且在三个随机种子上可复现。研究发现近半获胜提示是记忆的答案键，但消融实验显示其不带来奖励；真正…
arXiv NLP21 天前