Search-G1: Agentes de Busca Fundamentados por Meio de Recompensas Intrínsecas Baseadas em Representação

arXiv:2608.07531v1 Tipo de Anúncio: novo Resumo: Agentes de linguagem aumentados por busca devem recuperar informações externas apenas quando necessário e fundamentar suas respostas nas evidências recuperadas. As recompensas externas existentes fornecem ou uma supervisão de resultado esparsa ou um feedback mais rico proveniente de anotações de processo e de avaliadores LLM. As recompensas de resultado escalam com facilidade, mas não conseguem distinguir a recuperação fundamentada da busca redundante, ao passo que sinais mais ricos exigem anotação ou inferência custosa durante o treinamento. Recompensas internas...