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
Суперинтеллект прибыл: впустим ли мы его?
Загрузка плеера…Компании, занимающиеся искусственным интеллектом, говорят о сверхинтеллектуальном ИИ так, будто это неизбежно, но недавние инциденты с безопасностью, такие как взлом Hugging Face компанией OpenAI, демонстрируют потенциальные опасност
iFLYTEK представляет общую большую модель Spark X2.5
1 сентября iFlytek откроет открытый доступ к двум большим языковым моделям, ориентированным на работу на периферийных устройствах: Xinghuo X2.5-4B и Xinghuo X2.5-1.7B, согласно последнему официальному заявлению. Обе модели изначально поддерживают кон
Meta удаляет функцию редактирования фотографий с помощью ИИ после негативной реакции пользователей
Meta, гигант социальных сетей, вновь оказалась в центре публичной дискуссии о хрупком балансе между искусственным интеллектом и конфиденциальностью пользователей. Согласно TechCrunch, подразделение Meta Superintelligence Labs представило новый генера
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
Суперинтеллект прибыл: впустим ли мы его?
Загрузка плеера…Компании, занимающиеся искусственным интеллектом, говорят о сверхинтеллектуальном ИИ так, будто это неизбежно, но недавние инциденты с безопасностью, такие как взлом Hugging Face компанией OpenAI, демонстрируют потенциальные опасност
iFLYTEK представляет общую большую модель Spark X2.5
1 сентября iFlytek откроет открытый доступ к двум большим языковым моделям, ориентированным на работу на периферийных устройствах: Xinghuo X2.5-4B и Xinghuo X2.5-1.7B, согласно последнему официальному заявлению. Обе модели изначально поддерживают кон
Meta удаляет функцию редактирования фотографий с помощью ИИ после негативной реакции пользователей
Meta, гигант социальных сетей, вновь оказалась в центре публичной дискуссии о хрупком балансе между искусственным интеллектом и конфиденциальностью пользователей. Согласно TechCrunch, подразделение Meta Superintelligence Labs представило новый генера











