DeepSearch-World: Autodestilação para Agentes de Busca Profunda em um Ambiente Verificável

arXiv:2607.07820v1 Tipo de anúncio: novo Resumo: Treinar agentes de uso de ferramentas para que aprimorem a partir da própria experiência continua sendo um desafio, pois o ajuste fino supervisionado depende de trajetórias fixas destiladas por um professor, enquanto o aprendizado por reforço com recompensa esparsa oferece supervisão fraca para interações de longo horizonte. Apresentamos o DeepSearch-Evolve, um framework de autodestilação para agentes web construído sobre o DeepSearch-World, um ambiente determinístico e verificável com ferramentas reproduzíveis de busca e leitura de páginas. D...