Search Self-play: Pushing the Frontier of Agent Capability without Supervision

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lu, Hongliang, Wen, Yuhang, Cheng, Pengyu, Ding, Ruijin, Guo, Jiaqi, Xu, Haotian, Wang, Chutian, Chen, Haonan, Jiang, Xiaoxi, Jiang, Guanjun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MARCH: Multi-Agent Reinforced Self-Check for LLM Hallucination
von: Li, Zhuo, et al.
Veröffentlicht: (2026)

Trace2Skill: Distill Trajectory-Local Lessons into Transferable Agent Skills
von: Ni, Jingwei, et al.
Veröffentlicht: (2026)

Pushing the Frontiers of Self-Distillation Prototypes Network with Dimension Regularization and Score Normalization
von: Chen, Yafeng, et al.
Veröffentlicht: (2025)

CLIPO: Contrastive Learning in Policy Optimization Generalizes RLVR
von: Cui, Sijia, et al.
Veröffentlicht: (2026)

Bringing Stability to Diffusion: Decomposing and Reducing Variance of Training Masked Diffusion Models
von: Jia, Mengni, et al.
Veröffentlicht: (2025)

ZeroSearch: Incentivize the Search Capability of LLMs without Searching
von: Sun, Hao, et al.
Veröffentlicht: (2025)

AgentFrontier: Expanding the Capability Frontier of LLM Agents with ZPD-Guided Data Synthesis
von: Chen, Xuanzhong, et al.
Veröffentlicht: (2025)

Eliminating Inductive Bias in Reward Models with Information-Theoretic Guidance
von: Li, Zhuo, et al.
Veröffentlicht: (2025)

Pushing Forward Pareto Frontiers of Proactive Agents with Behavioral Agentic Optimization
von: Yao, Yihang, et al.
Veröffentlicht: (2026)

S-Agents: Self-organizing Agents in Open-ended Environments
von: Chen, Jiaqi, et al.
Veröffentlicht: (2024)

Pushing Frontiers for Proteoglycans
von: Marissa L. Maciej‐Hulme
Veröffentlicht: (2026)

IndustryEQA: Pushing the Frontiers of Embodied Question Answering in Industrial Scenarios
von: Li, Yifan, et al.
Veröffentlicht: (2025)

How Can Haptic Feedback Assist People with Blind and Low Vision (BLV): A Systematic Literature Review
von: Jiang, Chutian, et al.
Veröffentlicht: (2024)

Iterative Data-Consistent Inversion with Multiple Push-forward Constraints
von: Jiang, Tianyi, et al.
Veröffentlicht: (2026)

Self-playing Adversarial Language Game Enhances LLM Reasoning
von: Cheng, Pengyu, et al.
Veröffentlicht: (2024)

Pushing Radar Odometry Beyond the Pavement: Current Capabilities and Challenges
von: Kolhe, Shaunak, et al.
Veröffentlicht: (2026)

Alignment Tipping Process: How Self-Evolution Pushes LLM Agents Off the Rails
von: Han, Siwei, et al.
Veröffentlicht: (2025)

Forecasting Frontier Language Model Agent Capabilities
von: Pimpale, Govind, et al.
Veröffentlicht: (2025)

Ola: Pushing the Frontiers of Omni-Modal Language Model
von: Liu, Zuyan, et al.
Veröffentlicht: (2025)

Self-play with Execution Feedback: Improving Instruction-following Capabilities of Large Language Models
von: Dong, Guanting, et al.
Veröffentlicht: (2024)

Gemini 2.5: Pushing the Frontier with Advanced Reasoning, Multimodality, Long Context, and Next Generation Agentic Capabilities
von: Comanici, Gheorghe, et al.
Veröffentlicht: (2025)

Pushing the Frontier on Approximate EFX Allocations
von: Amanatidis, Georgios, et al.
Veröffentlicht: (2024)

Multi-Modality Spatio-Temporal Forecasting via Self-Supervised Learning
von: Deng, Jiewen, et al.
Veröffentlicht: (2024)

DOCTOR: Dynamic On-Chip Temporal Variation Remediation Toward Self-Corrected Photonic Tensor Accelerators
von: Lu, Haotian, et al.
Veröffentlicht: (2024)

QuarkMedSearch: A Long-Horizon Deep Search Agent for Exploring Medical Intelligence
von: Lin, Zhichao, et al.
Veröffentlicht: (2026)

Almost sharp global wellposedness and scattering for the defocusing conformal wave equation on the hyperbolic space
von: Ma, Chutian
Veröffentlicht: (2023)

Writing-Zero: Bridge the Gap Between Non-verifiable Tasks and Verifiable Rewards
von: Jia, Ruipeng, et al.
Veröffentlicht: (2025)

Physical Neural Networks with Self-Learning Capabilities
von: Yu, Weichao, et al.
Veröffentlicht: (2024)

SimpleAR: Pushing the Frontier of Autoregressive Visual Generation through Pretraining, SFT, and RL
von: Wang, Junke, et al.
Veröffentlicht: (2025)

Answer First, Reason Later: Aligning Search Relevance via Mode-Balanced Reinforcement Learning
von: Zhang, Shijie, et al.
Veröffentlicht: (2026)

Probing the Mid-level Vision Capabilities of Self-Supervised Learning
von: Chen, Xuweiyi, et al.
Veröffentlicht: (2024)

Advancing the Search Frontier with AI Agents
von: White, Ryen W.
Veröffentlicht: (2023)

MiLorE-SSL: Scaling Multilingual Capabilities in Self-Supervised Models without Forgetting
von: Xu, Jing, et al.
Veröffentlicht: (2026)

Pushing the Frontiers of Non-equilibrium Dynamics of Collisionless and Weakly Collisional Self-gravitating Systems
von: Banik, Uddipan
Veröffentlicht: (2024)

Modularity in Argyres-Douglas Theories with $a=c$
von: Jiang, Hongliang
Veröffentlicht: (2024)

Time-reversal invariant TQFTs from self-mirror symmetric SCFTs
von: Jiang, Hongliang
Veröffentlicht: (2024)

D1-D5 CFT data from $AdS_3 \times S^3$ Virasoro-Shapiro amplitude
von: Jiang, Hongliang
Veröffentlicht: (2026)

Macdonald Index from VOA and Graded Unitarity
von: Jiang, Hongliang
Veröffentlicht: (2026)

Mem$^2$Evolve: Towards Self-Evolving Agents via Co-Evolutionary Capability Expansion and Experience Distillation
von: Cheng, Zihao, et al.
Veröffentlicht: (2026)

SCC/PVA Hydrogel with Self‐Healing Capability for Electrochromic Device
von: Weixing Song, et al.
Veröffentlicht: (2024)