論文の概要: Glasseek: A Transparent Recipe for Training and Trustworthy Evaluation of DeepSearch Agents

• arxiv url: http://arxiv.org/abs/2610.16998v1
• Date: Mon, 12 Oct 2026 15:48:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.401848
• Title: Glasseek: A Transparent Recipe for Training and Trustworthy Evaluation of DeepSearch Agents
• Title（参考訳）: Glasseek:DeepSearchエージェントのトレーニングと信頼性評価のための透明レシピ
• Abstract要約: Glasseekは完全な開発ライフサイクルにまたがる、完全な透過的なディープ検索フレームワークです。 データ構築のために,我々は,高品質な探索経路を体系的に生成する軌道キュレーションパイプラインを構築した。 トレーニングでは,探索と要約に同じポリシーを用いて,実行サブトラジェクトリのみを最適化するコンプレッション管理GSPOを提案する。
• 参考スコア（独自算出の注目度）: 48.64274374077379
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Deep search enables language agents to solve complex information-seeking tasks through iterative web exploration. However, developing robust open-source agents remains challenging for three reasons. First, opaque trajectory-construction pipelines make training data difficult to audit and reproduce. Second, context compression can create a substantial mismatch between training and inference. Third, agents may retrieve benchmark content from the open web during evaluation, contaminating the results and overstating their performance. To overcome these bottlenecks, we introduce Glasseek, a fully transparent deep search framework spanning the complete development lifecycle, releasing all data, model weights, training recipes, and code. Specifically, for data construction, we establish a verifiable trajectory curation pipeline that systematically generates high-quality exploration paths. For training, we propose Compaction-Managed GSPO (CM-GSPO), which uses the same policy for search and summarization while optimizing only execution sub-trajectories, enabling end-to-end search-policy training across context-compaction boundaries. For evaluation, we conduct the first systematic audit of test-set leakage in open-web agents and release a modular anti-leakage plugin that seamlessly integrates into existing evaluation harnesses. Under this rigorous evaluation protocol, our 9B agent outperforms frontier proprietary agents across almost all deep research benchmarks spanning diverse task types, and achieves the best overall performance among recent open-weight agents, setting a new state of the art at the 9B scale.
• Abstract（参考訳）: ディープサーチにより、言語エージェントは反復的なWeb探索によって複雑な情報検索タスクを解くことができる。 しかし、堅牢なオープンソースエージェントの開発には3つの理由がある。 まず、不透明な軌道構築パイプラインにより、トレーニングデータの監査と再生が困難になる。 第二に、コンテキスト圧縮はトレーニングと推論の間にかなりのミスマッチを生じさせる。 第3に、エージェントは評価中にオープンWebからベンチマークコンテンツを検索し、結果を汚染し、パフォーマンスを過大評価する。 このようなボトルネックを克服するために、全開発ライフサイクルにまたがる完全な透過的なディープ検索フレームワークであるGlasseekを紹介します。 具体的には、データ構築のために、高品質な探索経路を体系的に生成する検証可能な軌道キュレーションパイプラインを確立する。 トレーニングでは,検索と要約に同じポリシーを用いながら,実行サブトラジェクトリのみを最適化し,コンテキスト・コンパクション境界を越えたエンドツーエンドの検索ポリティクストレーニングを可能にする圧縮管理型GSPO(CM-GSPO)を提案する。 評価のために,オープンウェブエージェントにおけるテストセットリークのシステマティックな評価を行い,既存の評価手法にシームレスに統合されたモジュール型アンチリアケージプラグインをリリースする。 この厳格な評価プロトコルの下では、我々の9Bエージェントは、様々なタスクタイプにまたがるほぼすべてのディープリサーチベンチマークにおいて、フロンティアのプロプライエタリなエージェントよりも優れており、最近のオープンウェイトエージェントの中で最高の全体的なパフォーマンスを達成し、9Bスケールで新しい最先端のエージェントを設定する。

関連論文リスト

• SearchOS-V1: Towards Robust Open-Domain Information-Seeking Agent Collaboration [77.28003194268977]
  SearchOSは、脆弱で暗黙的な検索進捗を明示的で永続的で共有状態に変換するシステムレベルのマルチエージェントフレームワークである。 SOCM上に構築されたSearchOSは、サブエージェントの実行を重複させるパイプライン並列スケジューリングメカニズムを適用している。 SearchOSは評価されたシングルエージェントとマルチエージェントのベースラインの中で、すべてのメトリクスをリードする。
  論文  参考訳（メタデータ） (2026-07-16T17:51:23Z)
• SearchEyes: Towards Frontier Multimodal Deep Search Intelligence via Search World Simulation [26.8807904319691]
  模擬検索世界のバックボーンとして型付き知識グラフを用いたtextbfSearchEyes を提案する。 Wikidata5Mの視覚的知識交差点上の制約付きマルチホップパスをサンプリングするために,textbfPerception-Knowledge Chains (PKC)を提案する。 6つのマルチモーダルな知識集約型ベンチマーク実験により,SearchEyesはオープンソースのマルチモーダル検索エージェントの最先端性能を実現することが示された。
  論文  参考訳（メタデータ） (2026-07-07T07:43:04Z)
• QUEST: Training Frontier Deep Research Agents with Fully Synthetic Tasks [38.454776684977496]
  QUESTは、様々な長距離検索タスクを扱うために設計されたオープンモデルのファミリーである。 本研究では,中等教育,教師付き微調整,強化学習を組み合わせた効果的なトレーニングレシピを提案する。 QUESTには、効果的なロングホライズン推論と知識合成を可能にするコンテキスト管理機構が組み込まれている。
  論文  参考訳（メタデータ） (2026-05-22T20:59:20Z)
• OpenSearch-VL: An Open Recipe for Frontier Multimodal Search Agents [50.79529228477821]
  エージェント強化学習を用いたフロンティアマルチモーダルディープサーチエージェントの完全オープンソースレシピであるOpenSearch-VLを紹介した。 まず、ウィキペディアパスのサンプリング、ファジィエンティティの書き換え、ソース・アンカーの視覚的グラウンドリングを通じて、高品質なトレーニングデータを構築するための専用パイプラインをキュレートした。 さらに,テキスト検索,画像検索,OCR,収穫,研削,超解像,視点補正を統一する多様なツール環境を設計する。
  論文  参考訳（メタデータ） (2026-05-06T17:50:38Z)
• SAGE: Steerable Agentic Data Generation for Deep Search with Execution Feedback [68.60326181052658]
  本稿では,高品質で難易度の高い探索問合せを自動生成するエージェントパイプラインを提案する。 我々のパイプラインであるSAGEは、QAペアを提案するデータジェネレータと、生成された質問を解決するための検索エージェントで構成される。 我々の本質的な評価は、SAGEが様々な推論戦略を必要とする質問を生成する一方で、生成したデータの正確性や難易度を著しく高めていることを示している。
  論文  参考訳（メタデータ） (2026-01-26T06:37:56Z)
• WebSailor-V2: Bridging the Chasm to Proprietary Agents via Synthetic Data and Scalable Reinforcement Learning [73.91893534088798]
  WebSailorは、この重要な機能を組み込むように設計された、完全なポストトレーニング方法論である。 我々のアプローチは、構造化サンプリングと情報難読化によって、新しい、不確実なタスクを生成することである。 WebSailorは複雑な情報検索タスクにおいて、すべてのオープンソースエージェントを著しく上回る。
  論文  参考訳（メタデータ） (2025-09-16T17:57:03Z)
• Benchmarking Deep Search over Heterogeneous Enterprise Data [73.55304268238474]
  検索強化生成(RAG)の形式を評価するための新しいベンチマークを提案する。 RAGは、多種多様な、しかし関連するソースに対して、ソースを意識したマルチホップ推論を必要とする。 製品計画、開発、サポートステージをまたいだビジネスをシミュレートする合成データパイプラインを使用して構築します。
  論文  参考訳（メタデータ） (2025-06-29T08:34:59Z)

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。