概念
Search-R1
一种训练大语言模型智能体进行检索增强推理的强化学习范式，智能体在回答问题时学会调用检索工具，结合检索结果生成答案。
时间轴 (近 90 天)
10月20日
开源分布式引擎Flame加入了一个Search-R1风格的训练示例，用于训练会搜索的智能体。
待验证50%
10月20日
该实验仅使用单一随机种子，评估集只有200个问题，且语料库由所选问题的上下文段落构建，因此分数不能直接与已发表的Search-R1基准结果比较。
待验证50%
一种训练大语言模型智能体进行检索增强推理的强化学习范式，智能体在回答问题时学会调用检索工具，结合检索结果生成答案。
开源分布式引擎Flame加入了一个Search-R1风格的训练示例，用于训练会搜索的智能体。
该实验仅使用单一随机种子，评估集只有200个问题，且语料库由所选问题的上下文段落构建，因此分数不能直接与已发表的Search-R1基准结果比较。