AREX智能体研究模型及harness亮相：逐条校验需求、仅补查缺口
据介绍，AREX是一个新的智能体研究模型及配套harness，会逐条核对答案需求、保留已验证内容并仅针对缺口继续研究。发布方称其在BrowseComp达82.5%、WideSearch-en F1达82.0；仅harness即可带来最高10分提升，微调后的4B模型在6项基准中有5项超过未微调的35B模型。
共 1 个事件 · 门户最近更新
共 1 个事件 · 门户最近更新
据介绍，AREX是一个新的智能体研究模型及配套harness，会逐条核对答案需求、保留已验证内容并仅针对缺口继续研究。发布方称其在BrowseComp达82.5%、WideSearch-en F1达82.0；仅harness即可带来最高10分提升，微调后的4B模型在6项基准中有5项超过未微调的35B模型。