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。
AI 뉴스 / 연구
Back to AI news
AREX: 깊이 연구를 위한 재귀 자기개선 에이전트
AREX는 일련의 재귀적 자기 개선(RSI) 심층 연구 에이전트로, 내부 연구 루프를 통해 증거를 수집하고 외부 자기 개선 루프에서 제약 조건에 따라 답변을 감사하며 목표 지향적 연구를 시작합니다. 4B 집약 모델과 122B-A10B MoE 모델은 BrowseComp, Wide...
오늘의 AI 정보 요약
AREX는 일련의 재귀적 자기 개선(RSI) 심층 연구 에이전트로, 내부 연구 루프를 통해 증거를 수집하고 외부 자기 개선 루프에서 제약 조건에 따라 답변을 감사하며 목표 지향적
연구를 시작합니다. 4B 집약 모델과 122B-A10B MoE 모델은 BrowseComp, WideSearch, DeepSearchQA, HLE 등 벤치마크에서 동급 크기 기반 모델을 크게 능가하며, 더 많은 활성화 파라미터를 사용하는 모델과 경쟁할 만한 성능을 보여줍니다.
资讯正文 · AI 整理
정보 평가
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
수집 피드는 제목, 요약, 출처와 원문 링크를 제공합니다. Aioga는 원문 전체를 재게시하지 않습니다.
수집 채널: 요약 집계 · 원본 도메인: arxiv.org
출처: HuggingFace Daily Papers（社区热门论文）
원문 링크: 원문 열기
Aioga 아카이브: 정보 페이지 보기
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