arXiv · cs.AI· Hoang Tran Vuong·· 20 小时前AI 评分37
CORE：面向深度研究的粗到细搜索与上下文管理框架
CORE: Coarse-to-Fine Search with Context Management for Deep Research
来源与原文
arXiv · cs.AI
作者：Hoang Tran Vuong
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07859v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
CORE 是一个免训练的深度研究智能体框架，将粗到细搜索与上下文管理结合：先用稠密检索器召回段落，再复用 late-interaction 重排器的 token 级相似度只返回每段中最相关的片段，并允许智能体扩展已检索来源的上下文、抑制重复片段。在与 Tongyi DeepResearch 和 OpenResearcher 框架的受控闭集搜索对比中，CORE 在三个智能体模型、三个 benchmark（BrowseComp-Plus、BrowseComp-Wikipedia、BrowseComp-Plus-CM）上取得最优答案准确率与证据召回率，语料规模最高达 553M 文档。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。