在 GAIA 基准上,研究团队报告 Qwen3.5-4B 的准确率由 13.6% 提高到 41.7%。
研究智能体每一步都要决定检索、阅读还是再核实。Seer 从真实轨迹训练一个工具响应模拟器和一个价值估计器,再用它们比较模型提出的动作。
系统只把实际执行所得的响应写入历史记录。团队报告,9B 模型在同一基准上从 22.3% 提高到 50.5%;减少对备选动作的真实调用也增加了本地推理计算。
配图为 GETAI 原创 AI 主题插画。
GETAI EDITORIAL DISPATCH新闻报道
在 GAIA 基准上,研究团队报告 Qwen3.5-4B 的准确率由 13.6% 提高到 41.7%。