AREX는 검증을 끝단 필터가 아니라 다음 조사 라운드의 제어 신호로 쓴다
BAAI의 AREX는 provisional answer를 제약별로 감사해 accept·refine·restart를 고르고, 검증된 근거와 미해결 조건만 남기는 autonomous context update로 긴 deep research를 재귀적으로 개...
Tag3 posts
#Agentic RL
글 목록
SEED는 hindsight skill을 프롬프트가 아닌 정책 안으로 증류한다
arXiv 2607.14777의 SEED는 완료된 on-policy trajectory에서 hindsight skill을 만들고, 같은 행동을 skill 유무 두 문맥에서 재채점해 GRPO에 dense token-level distillation 신호...
OpenSearch-VL은 멀티모달 검색 에이전트를 재현 가능한 훈련 레시피로 바꾼다
OpenSearch-VL은 데이터 합성, 시각·검색 도구 환경, fatal-aware GRPO를 하나의 공개 레시피로 묶어 프론티어급 멀티모달 딥서치 에이전트를 재현하려는 시도다.