封面新闻讯息，4 月 23 日——Perplexity 的研究团队发布了一篇技术文章，详细介绍了其网页搜索代理的后训练方法。该方法使用两个开源的 Qwen3.5 模型 (Qwen3.5-122B-A10B 和 Qwen3.5-397B-A17B)，并采用两阶段流水线：先进行监督微调 (SFT)，以建立指令遵循与语言一致性；随后进行在线强化学习 (RL)，以优化搜索准确性与工具使用效率。
强化学习阶段使用 GRPO 算法，并来自两类数据源：一是专有的多跳可验证问答数据集，由内部种子查询构建而来，这些查询需要 2–4 跳推理，并通过多求解器验证；二是基于评分规则的通用对话数据，将部署需求转换为可客观核查的原子条件，以防止 SFT 行为退化。
奖励设计采用门控聚合——只有在达到基线正确性时，偏好分数才会被计入 (question-answer match 或所有评分规则标准均满足)，从而避免高偏好信号掩盖事实错误。效率惩罚使用组内锚定：对工具调用与生成长度施加平滑惩罚，其基线为同一组中正确答案的基线水平。
评估表明，Qwen3.5-397B-SFT-RL 在各项搜索基准上实现同类最佳表现。在 FRAMES 上，它使用单次工具调用达到 57.3% 的准确率，较 GPT-5.4 高 5.7 个百分点；较 Claude Sonnet 4.6 高 4.7 个百分点。在中等预算 (four tool calls) 下，它以每次查询 $0.02 实现 73.9% 的准确率；相比之下，GPT-5.4 为 67.8%（每次查询 $0.085），Sonnet 4.6 为 62.4%（每次查询 $0.153）。成本数据基于各提供方公开的 API 定价，并且不包括缓存优化。
免责声明：本页面信息可能来自第三方，不代表 Gate 的观点或意见。页面显示的内容仅供参考，不构成任何财务、投资或法律建议。Gate 对信息的准确性、完整性不作保证，对因使用本信息而产生的任何损失不承担责任。虚拟资产投资属高风险行为，价格波动剧烈，您可能损失全部投资本金。请充分了解相关风险，并根据自身财务状况和风险承受能力谨慎决策。具体内容详见
声明。
相关文章
OpenClaw 于 2026.4.29 版本在 4 月 29 日发布，将内存升级为带关系追踪的个性化 Wiki
根据 Beating，开源 AI 助手 OpenClaw（GitHub 36.7 万个星标）于 4 月 29 日发布 v2026.4.29，标志着它在两天内的第二次更新。其记忆系统从基于检索的简单回忆演进为个性化 wiki，使得智能体能够自动构建角色画像并追踪 r
GateNews3小时前
Google 执行长皮查伊透露利用 Gemini AI 洞悉人性建立更真诚的沟通
皮查伊表示，在重要会议前，他用 Gemini 的观点分析预测对方心理，以此增进同理心与更真诚的沟通。AI 代理也能自动整理邮件、排程与摘要，使日常琐事更高效。另以开放共创为核心的 AI 平台正在兴起，Gemini 4 等开源技术降低门槛；同时强调建立 AI 治理框架，政界与社会需参与以解决网安、深伪与永续等挑战。
鏈新聞abmedia6小时前
Oobit 将于周四推出支持 Visa 的 AI 代理卡，使用户无需法币换汇即可使用 USDT 消费
据 The Block 称，Tether 支持的钱包初创公司 Oobit 于周四推出 AI Agent Cards，使自治机器人能够使用 USDT 余额进行购买，而无需转换为法币或直接访问企业银行卡凭证。由 Visa 支持的卡片可在 Visa 可用的线上场景中使用
GateNews6小时前
ChimpX AI 在种子轮融资中筹集 280 万美元，由 Waterdrip Capital 和 MetaLabs Ventures 领投
ChimpX AI 今日宣布完成一轮 280 万美元的种子轮融资，以加速 Mojo AI 的开发。Mojo AI 是一款执行代理，将纯英文意图转换为 Solana 上的链上 DeFi 交易。本轮融资由 Waterdrip 领投
GateNews8小时前
主要 CEX 于 4 月 29 日上线代理支付协议，实现由 AI 驱动的跨链交易
根据最近的一则公告，一家领先的加密货币交易所于 4 月 29 日发布了 Agent Payments Protocol，该协议是一项开放标准，使人工智能代理能够在无需人工干预的情况下，跨越多个区块链网络执行完整的商业交易。该协议
GateNews8小时前
海象推出 MemWal SDK 用于 AI 代理记忆
海象（Walrus）已推出 MemWal，这是一款旨在通过为 AI 代理存储和访问信息带来可验证性、可用性、可移植性和可共享性，从而解决代理式记忆（agentic memory）局限性的 SDK，依据 Mysten Labs Group 产品经理 Abinhav Garg 的说法。
可验证且可移植的记忆
Crypto Frontier9小时前
