OpenSeeker: демократизация агентов пограничного поиска за счет полностью открытого доступа к обучающим данным OpenSeeker — это система поисковых агентов с открытым исходным кодом, которая демократизирует доступ к возможностям пограничного поиска, предоставляя полностью открытые исходные данные для обучения. Мы доработали Qwen3-30B-A3B-Thinking-2507 с помощью 11,7 тыс. обучающих примеров и добились высочайшей производительности в тестах пограничного поиска: — Превосходная производительность в тестах поисковых агентов: 48,4 в BrowseComp-ZH, 29,5 в BrowseComp, 74,0 в xbench-DeepSearch и 59,4 в WideSearch. — Конкурентоспособность промышленных моделей: превосходит Tongyi DeepResearch на BrowseComp-ZH (48,4% против 46,7%), несмотря на то, что Tongyi DeepResearch проходит обширное постоянное предварительное обучение, контролируемую тонкую настройку и обучение с подкреплением. — Полностью открытые данные обучения: первая работа чисто академической команды, направленная на достижение самых современных результатов при одновременном открытом доступе к полным данным обучения. Более подробную информацию можно найти в нашем репозитории GitHub. Бумага: arXiv:2603.15594
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: PolarSeeker
Теги: qwen3_moe, agent, open-source, OpenSeeker, deep-research, conversational, en, endpoints_compatible
Лайков: 12 | Загрузок: 145
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
