AREX 是一系列递归自改进（RSI）深度研究智能体，通过内层研究循环收集证据、外层自改进循环逐约束审计答案并启动针对性研究。
4B 密集模型和 122B-A10B MoE 模型在 BrowseComp、WideSearch、DeepSearchQA、HLE 等基准上显著超越同规模基线，与使用更多激活参数的模型竞争力相当。
Notizie IA / 论文研究
Back to AI news
AREX: Agente ricorsivo auto-migliorante per la ricerca approfondita
AREX è una serie di agenti di ricerca profonda a miglioramento ricorsivo (RSI) che raccolgono prove attraverso cicli di ricerca interni e auditano le rispo...
Brief quotidiano sull’IA
AREX è una serie di agenti di ricerca profonda a miglioramento ricorsivo (RSI) che raccolgono prove
attraverso cicli di ricerca interni e auditano le risposte tramite cicli di auto-miglioramento esterni per avviare ricerche mirate. I modelli intensivi da 4B e i modelli MoE 122B-A10B superano significativamente le baseline della stessa scala su benchmark come BrowseComp, WideSearch, DeepSearchQA, HLE, risultando competitivi con modelli che utilizzano un maggior numero di parametri attivi.
资讯正文 · AI 整理
情报判断
Aioga 编辑摘要
AREX 是一系列面向深度研究的递归自改进智能体，结合内层证据收集与外层逐约束审计，并可根据审计结果启动针对性研究。
背景分析
公开材料将其归入论文研究，来源为 HuggingFace Daily Papers 社区热门论文。研究涉及 4B 密集模型与 122B-A10B MoE 模型。
Aioga 观点
Aioga 判断，AREX 的核心关注点不是单次生成答案，而是把证据收集、约束审计和补充研究组织为递归循环，以改善深度研究过程。
影响与后续
材料称，两种模型在 BrowseComp、WideSearch、DeepSearchQA、HLE 等基准上显著超越同规模基线，并可与使用更多激活参数的模型竞争。 值得关注后续公开材料是否披露更完整的实验设置、逐项基准结果、审计约束设计与针对性研究机制，以便进一步核验效果和适用边界。
Source and Copyright
当前抓取源提供的是标题、摘要、来源和原文入口，不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: arxiv.org
Fonte: HuggingFace Daily Papers（社区热门论文）
原文链接: Apri la fonte originale
Aioga 归档: 查看情报页
Content record: summary-fallback · Updated: 2026-07-23T00:00:00.000Z
API RELAY · DEVELOPER INFRASTRUCTURE
API 中转站
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this article