शोधकर्ताओं ने MiroThinker v1.0 जारी किया है, जो एक ओपन-सोर्स रिसर्च एजेंट है जो टूल-संवर्धित तर्क और जानकारी खोजने की क्षमताओं को बढ़ाने के लिए एक नए "इंटरैक्टिव स्केलिंग" दृष्टिकोण का उपयोग करता है। पारंपरिक तरीकों के विपरीत जो केवल मॉडल के आकार या संदर्भ लंबाई बढ़ाने पर निर्भर करते हैं, यह विधि मॉडल को अपने वातावरण के साथ गहरे और अधिक बार इंटरैक्ट करने के लिए व्यवस्थित रूप से प्रशिक्षित करती है।
- 72B वेरिएंट GAIA पर 81.9% तक सटीकता, HLE पर 37.7%, BrowseComp पर 47.1% और BrowseComp-ZH पर 55.6% हासिल करता है।
- 256K संदर्भ विंडो के साथ, मॉडल रीइनफोर्समेंट लर्निंग के माध्यम से प्रत्येक कार्य के लिए 600 तक टूल कॉल कर सकता है।
- यह दृष्टिकोण त्रुटियों को ठीक करने और ट्रैजेक्टरी को परिष्कृत करने के लिए वातावरण फीडबैक का लाभ उठाता है, जो लंबे अलग-थलग तर्क श्रृंखलाओं से जुड़े क्षय जोखिमों से बचता है।
लेखकों का मानना है कि यह महत्वपूर्ण है क्योंकि यह अगली पीढ़ी के ओपन रिसर्च एजेंट्स को बनाने के लिए इंटरैक्टिव स्केलिंग को एक तीसरा महत्वपूर्ण आयाम के रूप में स्थापित करता है, जो मॉडल क्षमता और संदर्भ विंडोओं का पूरक है।