Los investigadores han lanzado MiroThinker v1.0, un agente de investigación de código abierto que utiliza un nuevo enfoque de "escalado interactivo" para mejorar el razonamiento aumentado por herramientas y las capacidades de búsqueda de información. A diferencia de los métodos tradicionales que dependen únicamente de aumentar el tamaño del modelo o la longitud del contexto, este método entrena sistemáticamente al modelo para manejar interacciones más profundas y frecuentes con su entorno.
- La variante 72B alcanza hasta un 81,9% de precisión en GAIA, 37,7% en HLE, 47,1% en BrowseComp y 55,6% en BrowseComp-ZH.
- Con una ventana de contexto de 256K, el modelo puede realizar hasta 600 llamadas a herramientas por tarea mediante aprendizaje por refuerzo.
- El enfoque aprovecha la retroalimentación del entorno para corregir errores y refinar trayectorias, evitando los riesgos de degradación asociados con cadenas de razonamiento aisladas más largas.
Los autores consideran esto significativo porque establece el escalado interactivo como una tercera dimensión crítica para construir agentes de investigación de código abierto de próxima generación, complementando la capacidad del modelo y las ventanas de contexto.