Hunyuan3基盤の検索特化型エージェント「Yuanbao」の学習手法

arXiv cs.CL ・ 2026-08-03

原題: Cross-Domain Hybrid OPD for Generalizable Search Agents

AI による要約

自律検索を行うRLエージェントで生じる汎用性能の低下を防ぐため、クロスドメインオンポリシー蒸留を組み合わせた学習フレームワークが公開された。Hunyuan3をベースにした検索エージェント「Yuanbao」において、自律検索力と汎用知能の高度な両立を実現している。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CL）をご確認ください。