DeepLearning.AI· @DeepLearningAI · X·· 2 小时前AI 评分39
AI 导读
一个名为 AREX 的新型智能体研究模型与 harness，逐条核查答案是否满足要求，保留已验证的部分，只研究缺口。📰✅ 📊 BrowseComp 82.5%，WideSearch-en 82.0 F1 📈 仅 harness：最高 +10 分 🧠 微调后的 4B 在 6 项基准中的 5 项上击败未微调的 35B https://hubs.la/Q04ztJKG0 #DeepLearningAI #AIAgents #LLMs
正文
A new agentic research model and harness called AREX checks its answers requirement by requirement, keeps what's verified, and researches only the gaps. 📰✅
📊 82.5% BrowseComp, 82.0 F1 WideSearch-en
📈 Harness alone: up to +10 pts
🧠 Fine tuned 4B beat untuned 35B on 5 of 6 benchmarks
#DeepLearningAI #AIAgents #LLMs
来源：DeepLearning.AI · x.com