Исследователи выпустили MiroThinker v1.0, исследовательского агента с открытым исходным кодом, который использует новый подход «интерактивного масштабирования» для улучшения рассуждений с усилением инструментов и возможностей поиска информации. В отличие от традиционных методов, полагающихся исключительно на увеличение размера модели или длины контекста, этот метод систематически обучает модель обрабатывать более глубокие и частые взаимодействия со своей средой.
- Вариант 72B достигает точности до 81,9% на GAIA, 37,7% на HLE, 47,1% на BrowseComp и 55,6% на BrowseComp-ZH.
- При окне контекста 256K модель может выполнять до 600 вызовов инструментов на задачу с помощью обучения с подкреплением.
- Подход использует обратную связь от среды для исправления ошибок и уточнения траекторий, избегая рисков деградации, связанных с более длинными изолированными цепочками рассуждений.
Авторы считают это значимым, поскольку это устанавливает интерактивное масштабирование как третье критическое измерение для создания исследовательских агентов нового поколения, дополняющее емкость модели и окна контекста.