强化学习

阿里发布信息检索Agent，可自主上网查资料，GAIA基准超越GPT-4o 模型&数据开源

作者

阿里发布WebDancer，作为端到端自主信息搜索智能体。它能实现复杂任务如网页遍历、信息搜索和问答，并已开源训练框架。通过四阶段训练范式提升推理、工具使用及泛化能力，已在GAIA和WebWalkerQA上取得显著成绩。

AI 开始「自由玩电脑」了！吉大提出「屏幕探索者」智能体

作者

基于强化学习训练的视觉语言模型成功在开放GUI环境中进行了自我探索，提升了智能体的交互能力。该研究展示了如何结合探索奖励、世界模型和GRPO强化学习来增强智能体的探索效率，并通过经验流蒸馏技术进一步提升了其自主性。