DeepSearch-World učí vyhľadávacích agentov z vlastných overiteľných skúseností
Nový preprint opisuje prostredie so 420-tisíc viacskokovými úlohami a samodestilačný postup DeepSearch-Evolve. Cieľom je trénovať webových agentov bez stáleho kopírovania silnejšieho učiteľa a s výsledkami, ktoré sa dajú reprodukovateľne overiť.