OpenSeeker-v2 raggiunge lo stato dell'arte su BrowseComp con semplice SFT

OpenSeeker-v2 è stato presentato dai ricercatori, dimostrando capacità eccezionali su quattro benchmark attraverso l'uso del supervised fine-tuning (SFT) su 10.6k punti dati. Questo modello sfrutta un LLM da 30 miliardi di parametri all'interno del framework ReAct, raggiungendo un punteggio del 46.0% su BrowseComp. I progressi notevoli includono tre modifiche nella sintesi dei dati: aumento delle dimensioni del grafo di conoscenza per una migliore esplorazione, aumento delle dimensioni del set di strumenti per una maggiore funzionalità e implementazione di un filtraggio rigoroso a basso numero di passaggi. Questo approccio sfida i metodi industriali convenzionali che si basano su processi ad alta intensità di risorse come pre-training, continual pre-training, SFT e reinforcement learning. I risultati indicano che traiettorie complesse e informative possono rendere il semplice SFT sorprendentemente efficace per lo sviluppo di agenti di ricerca all'avanguardia.