ClueFlow长程搜索训练方法提出

2026年10月20日，arXiv人工智能板块刊出Yicheng Wang等作者的论文，提出并评估ClueFlow长程搜索智能体训练方法。据该报道，ClueFlow通过构建Source-State-Final归因链，把证据获取过程中的浏览器动作、Evidence与Candidate更新以及最终答案关联起来，并据此指导监督微调和强化学习。报道称该方法旨在从可归因的研究状态转移中学习长程搜索。目前公开信息仅来自这一篇主报道，尚无跟进报道披露实验设置、对比结果或适用范围等细节。

AI 根据报道生成 · 40 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。