微软推出Re-TRAC框架：4B参数模型创纪录，30B参数模型胜过358B参数模型
想象一下，如果你让一个AI助手利用搜索工具来解决复杂问题时，它可能第一次探索就走错了方向，并且在后续尝试中重复相同的错误路径。虽然你可以从多次探索的结果中选出一个还算满意的答案，但这种方法不仅低效，还需要人工干预。这种现象是大多数深度搜索智能体面临的挑战之一——它们无法「记住」之前的探索经历，在每次新的任务开始时都得重新开始，导致大量的冗余搜索和资源浪费。当前的许多深度搜索模型多采用ReAct框架
科技新闻7 阅读