Hacker News · AI 讨论· k82cn·2026-10-20 13:13· 26 天前AI 评分66

用 Flame 训练 Search-R1 搜索智能体：100 步 Qwen2.5-3B 准确率从 14.5% 升到 47.0%

Training a Search-R1 Agent with Flame

AI 导读

Flame 团队用其分布式 Python 服务运行时跑通 Search-R1 训练示例，Qwen2.5-3B-Instruct 在 200 道留出题上的 exact match 从 14.5% 升到 47.0%。