ASearcher突破大模型搜索极限:异步强化学习实现40+轮深度检索

17小时前 高效码农

把搜索做得更深:ASearcher 如何用异步强化学习让大模型“查资料”超过 40 轮 如果让一位普通人去网上查一篇冷门论文里提到的实验动物,他可能会在两三次搜索后放弃;而今天的开源大模型,通常被限制 …