OpenSeeker-v2: Pushing the Limits of Search Agents with Informative and High-Difficulty Trajectories

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Du, Yuwen, Ye, Rui, Tang, Shuo, Huang, Keduan, Zhu, Xinyu, Cai, Yuzhu, Chen, Siheng
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

OpenSeeker: Democratizing Frontier Search Agents by Fully Open-Sourcing Training Data
von: Du, Yuwen, et al.
Veröffentlicht: (2026)

LongSeeker: Elastic Context Orchestration for Long-Horizon Search Agents
von: Lu, Yijun, et al.
Veröffentlicht: (2026)

BrowseMaster: Towards Scalable Web Browsing via Tool-Augmented Programmatic Agent Pair
von: Pang, Xianghe, et al.
Veröffentlicht: (2025)

Self-Evolving Multi-Agent Collaboration Networks for Software Development
von: Hu, Yue, et al.
Veröffentlicht: (2024)

SciMaster: Towards General-Purpose Scientific AI Agents, Part I. X-Master as Foundation: Can We Lead on Humanity's Last Exam?
von: Chai, Jingyi, et al.
Veröffentlicht: (2025)

ML-Agent: Reinforcing LLM Agents for Autonomous Machine Learning Engineering
von: Liu, Zexi, et al.
Veröffentlicht: (2025)

MAS-GPT: Training LLMs to Build LLM-based Multi-Agent Systems
von: Ye, Rui, et al.
Veröffentlicht: (2025)

AceGRPO: Adaptive Curriculum Enhanced Group Relative Policy Optimization for Autonomous Machine Learning Engineering
von: Cai, Yuzhu, et al.
Veröffentlicht: (2026)

Decentralized and Lifelong-Adaptive Multi-Agent Collaborative Learning
von: Tang, Shuo, et al.
Veröffentlicht: (2024)

MCP-Flow: Facilitating LLM Agents to Master Real-World, Diverse and Scaling MCP Tools
von: Wang, Wenhao, et al.
Veröffentlicht: (2025)

MASLab: A Unified and Comprehensive Codebase for LLM-based Multi-Agent Systems
von: Ye, Rui, et al.
Veröffentlicht: (2025)

EvoMaster: A Foundational Evolving Agent Framework for Agentic Science at Scale
von: Zhu, Xinyu, et al.
Veröffentlicht: (2026)

MegaMath: Pushing the Limits of Open Math Corpora
von: Zhou, Fan, et al.
Veröffentlicht: (2025)

NeuFlow v2: Push High-Efficiency Optical Flow To the Limit
von: Zhang, Zhiyong, et al.
Veröffentlicht: (2024)

SeekerGym: A Benchmark for Reliable Information Seeking
von: Kim, Remy, et al.
Veröffentlicht: (2026)

Toward Ultra-Long-Horizon Agentic Science: Cognitive Accumulation for Machine Learning Engineering
von: Zhu, Xinyu, et al.
Veröffentlicht: (2026)

Synthesizing Post-Training Data for LLMs through Multi-Agent Simulation
von: Tang, Shuo, et al.
Veröffentlicht: (2024)

Push Your Agent: Measuring and Enforcing Quantitative Goal Persistence in Long-Horizon LLM Agents
von: Cai, Yuandao, et al.
Veröffentlicht: (2026)

FedLLM-Bench: Realistic Benchmarks for Federated Learning of Large Language Models
von: Ye, Rui, et al.
Veröffentlicht: (2024)

Ethical-Lens: Curbing Malicious Usages of Open-Source Text-to-Image Models
von: Cai, Yuzhu, et al.
Veröffentlicht: (2024)

ML-Master: Towards AI-for-AI via Integration of Exploration and Reasoning
von: Liu, Zexi, et al.
Veröffentlicht: (2025)

Disperse-Then-Merge: Pushing the Limits of Instruction Tuning via Alignment Tax Reduction
von: Fu, Tingchen, et al.
Veröffentlicht: (2024)

InfoSeeker: A Scalable Hierarchical Parallel Agent Framework for Web Information Seeking
von: Lee, Ka Yiu, et al.
Veröffentlicht: (2026)

AnalogSeeker: An Open-source Foundation Language Model for Analog Circuit Design
von: Chen, Zihao, et al.
Veröffentlicht: (2025)

DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models
von: Shao, Zhihong, et al.
Veröffentlicht: (2024)

Nonlinear Cooperative Salvo Guidance with Seeker-Limited Interceptors
von: Gopikannan, Lohitvel, et al.
Veröffentlicht: (2025)

Self-Alignment of Large Language Models via Monopolylogue-based Social Scene Simulation
von: Pang, Xianghe, et al.
Veröffentlicht: (2024)

Pushing Test-Time Scaling Limits of Deep Search with Asymmetric Verification
von: Zeng, Weihao, et al.
Veröffentlicht: (2025)

Pushing the Limits of Beam Search Decoding for Transducer-based ASR models
von: Grigoryan, Lilit, et al.
Veröffentlicht: (2025)

Multi-Agent Trajectory Prediction with Difficulty-Guided Feature Enhancement Network
von: Xin, Guipeng, et al.
Veröffentlicht: (2024)

Quantitative Representation of Scenario Difficulty for Autonomous Driving Based on Adversarial Policy Search
von: Yang, Shuo, et al.
Veröffentlicht: (2024)

AutoRefine: From Trajectories to Reusable Expertise for Continual LLM Agent Refinement
von: Qiu, Libin, et al.
Veröffentlicht: (2026)

Pushing the Limits of On-Device Streaming ASR: A Compact, High-Accuracy English Model for Low-Latency Inference
von: Banfic, Nenad, et al.
Veröffentlicht: (2026)

The Journey Beyond Reception: Asylum Seekers’ Internal Migration Trajectories in Belgium
von: Natacha Zimmer, et al.
Veröffentlicht: (2025)

Collaborative Uncertainty Benefits Multi-Agent Multi-Modal Trajectory Forecasting
von: Tang, Bohan, et al.
Veröffentlicht: (2022)

Finite-Graph-Cover-Based Analysis of Factor Graphs in Classical and Quantum Information Processing Systems
von: Huang, Yuwen
Veröffentlicht: (2024)

BlinkFlow: A Dataset to Push the Limits of Event-based Optical Flow Estimation
von: Li, Yijin, et al.
Veröffentlicht: (2023)

A Tale of Two Job Searches: An Integrative Review of How Job Seeker Characteristics Shape Informal Job Search Effectiveness
von: Caitlin M. Porter, et al.
Veröffentlicht: (2025)

Seeker: Towards Exception Safety Code Generation with Intermediate Language Agents Framework
von: Zhang, Xuanming, et al.
Veröffentlicht: (2024)

SWE-Lego: Pushing the Limits of Supervised Fine-tuning for Software Issue Resolving
von: Tao, Chaofan, et al.
Veröffentlicht: (2026)