研究者发布CSEG搜索证据接地基准与奖励模型

研究者 Haochen Zhao 等人提出跨源证据接地（CSEG）评估框架，针对搜索智能体用六层决策树覆盖完整搜索轨迹，并基于九个标准路径构建 1,160 条已验证轨迹的 CSEG-Bench 基准，同时训练出奖励模型 CSEG-RM。 据该研究称，CSEG-RM 在 CSEG-Bench 上达到 83.9% 精确准确率；仅用其奖励监督冻结检索的答案策略，可将独立评判的平均标签从 2.83 提升至 4.19。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。