arXiv cs.AI· Haochen Zhao, Minsheng Hao, Zheng Li, Yifan Li, Zikang Liu, Bowen Qin, Yuhao Cheng, Chuang Fan, Haosheng Zou, Jeff Chen, Sujian Li·· 8 小时前AI 评分24
面向搜索智能体跨源证据锚定的奖励模型基准与训练
Benchmarking and Training Reward Models for Cross-Source Evidence Grounding in Search Agents
AI 导读
研究者提出跨源证据锚定（CSEG）评估框架，用六层决策树覆盖完整搜索轨迹，并构建含 1,160 条已验证轨迹的 CSEG-Bench。基于该框架训练的 CSEG-RM 在基准上达到 83.9% 精确准确率，位于性能-token 效率帕累托前沿。仅用该奖励模型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。
来源：arXiv cs.AI · arxiv.org