#browsecomp

1 記事

01 ·エージェント·★ 会員·論文·12分で読めます 論文解説: Iris — 検索エージェントを「登らせる」問題合成とSFT↔RL交互学習 Iris: Climbing to the Search Frontier ウェブのリンク構造から多段の問いを逆算し、SFTとRLを交互に回して検索エージェントを鍛える技術報告。文脈管理の有無を両方測ることで「モデルの実力」と「推論時の仕掛け」を切り分けた点まで読み解く。