pat-jj

🚀 訓練長程搜尋代理的極致配方 - 以 20B 模型加上具狀態的測試框架，匹配前沿 AI 的搜尋能力

[EMNLP'25] s3 - ⚡ 透過 RL 進行高效且有效的 RAG 搜尋代理訓練（使用最少資料的 RAG 的 RLVR 搜尋）

[COLM’25] DeepRetrieval — 🔥 透過具備檢索結果的 RLVR 訓練 Search Agent

「Adaptation of Agentic AI」的儲存庫