論文の概要: T-Search: An Open Agentic Retriever and Playground for Hard Multi-Step Search

• arxiv url: http://arxiv.org/abs/2610.06782v1
• Date: Mon, 05 Oct 2026 17:44:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 22:50:48.147372
• Title: T-Search: An Open Agentic Retriever and Playground for Hard Multi-Step Search
• Title（参考訳）: T-Search: マルチステップ検索のためのオープンエージェント検索とプレイグラウンド
• Abstract要約: T-Searchは、ハードマルチステップ検索のためのオープンウェイトエージェント検索ツールである。 境界付きマルチラウンド検索を実行し、短い正当化でランク付けされたエビデンスチャンクのリストを返す。 モデル、ハーネス、ライブデモ、3つのベンチマークをリリースしています。
• 参考スコア（独自算出の注目度）: 33.05816607434912
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present T-Search, an open-weight agentic retriever for hard multi-step search. Given a question and a search tool over a fixed corpus, it runs a bounded multi-round search and returns a ranked list of evidence chunks with short justifications, leaving answer generation to a downstream model, so backend and generator can be swapped without retraining. T-Search is built on Qwen3.6-35B-A3B and trained on adversarially filtered synthetic search tasks with round-sliced supervised fine-tuning followed by GSPO on a recall reward. Averaged over seven English and Russian benchmarks with gold evidence annotations, it reaches 56.0 Recall@10 with one rollout, 14.4 points above its base, and 61.3 with three fused rollouts, outperforming larger open models. We release the model, harness, live demo, and three benchmarks, including TRuST, the first native-Russian hard-search benchmark.
• Abstract（参考訳）: 高速多段階探索のためのオープンウェイトエージェント検索であるT-Searchを提案する。 固定コーパス上の質問と検索ツールが与えられた場合、それは有界な多ラウンド検索を実行し、短い正当性を持つエビデンスチャンクのランクリストを返却し、応答生成を下流モデルに残し、バックエンドとジェネレータを再トレーニングせずに交換することができる。 T-SearchはQwen3.6-35B-A3B上に構築され、ラウンドスライスされた教師付き微調整で逆フィルタリングされた合成検索タスクを訓練し、GSPOにリコール報酬を与える。 7つの英語とロシア語のベンチマークとゴールドエビデンスアノテーションで評価され、1つのロールアウトで56.0 Recall@10、ベースで14.4ポイント、3つのフューズされたロールアウトで61.3に達し、より大きなオープンモデルを上回った。 モデル、ハーネス、ライブデモ、3つのベンチマークをリリースしています。

関連論文リスト

• SearchMaster: Grounded and Regulated Self-Play for Search Agents [57.537666863340284]
  検索エージェントの訓練には高品質な検索データが必要である。 既存のパイプラインは、人手によるタスクや専門家によるデモンストレーション、より強力な教師モデルに依存していることが多い。 本稿では,ローカル検索環境における検索タスクから,単一のLLMをトレーニングするセルフプレイフレームワークであるSearchMasterを提案する。
  論文  参考訳（メタデータ） (2026-08-03T07:29:11Z)
• Argus: Evidence Assembly for Scalable Deep Research Agents [74.04848873346145]
  本研究では,探索者とナビゲータが協力して,補完的な証拠からジグソーを組み立てるシステムを提案する。 我々は、強化学習でナビゲータを訓練し、検証、ディスパッチ、合成を行いながら、検索者が標準のReActエージェントのままでいられるように独立に訓練する。 サーチとナビゲータは35B-A3B MoEのバックボーン上に構築されており、Argusは1つのサーチと12.7ポイントの並列サーチと8つのベンチマークで5.5ポイントを獲得している。
  論文  参考訳（メタデータ） (2026-05-15T17:29:27Z)
• SE-Search: Self-Evolving Search Agent via Memory and Dense Reward [87.79131676521656]
  Retrieval augmented generation (RAG)は、検索した外部知識を条件づけることにより、大規模言語モデル(LLM)における幻覚や事実エラーを低減する。 既存の手法は、無関係または騒々しい文書を蓄積し、希少な強化学習信号に依存することが多い。 我々は,3つのコンポーネントによるオンライン検索行動を改善するセルフ進化検索エージェントであるtextbfSelf-textbfEvolving textbfSearchを提案する。
  論文  参考訳（メタデータ） (2026-02-06T09:14:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。