Librarian Agents：训练大语言模型构建工作空间，以应对长上下文查询
Librarian Agents 是一种研究框架：在问题提出前，构建代理将非结构化文档整理为由合成文件和引用链接组成的层级工作空间。下游代理利用该空间回答涉及多份文档的问题。研究通过强化学习优化构建策略，以提升下游回答准确率。作者报告称，该方法在 BrowseComp-Plus 上比最强的检索和预计算基线高出 33 个百分点；在 BRIGHT 未见领域的零样本迁移测试中，平均准确率提高 31 个百分点。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。