Drzero

Questo repository contiene il codice per Dr. Zero: Agenti di Ricerca Autoevolutivi senza Dati di Addestramento. In questo lavoro, presentiamo Dr. Zero, un framework che consente agli agenti di ricerca di autoevolversi in modo efficace senza alcun dato di addestramento. In particolare, progettiamo un ciclo di feedback di autoevoluzione in cui un proponente genera domande diverse per addestrare un risolutore inizializzato dallo stesso modello di base. Man mano che il risolutore si evolve, incentiva il proponente a produrre compiti sempre più difficili ma risolvibili, stabilendo così un curriculum automatizzato per affinare entrambi gli agenti. Per migliorare l'efficienza dell'addestramento, introduciamo anche l'ottimizzazione della politica relativa raggruppata per salti (HRPO). Questo metodo raggruppa domande strutturalmente simili per costruire baseline a livello di gruppo, minimizzando efficacemente il sovraccarico di campionamento nella valutazione della difficoltà e della risolvibilità individuale di ciascuna query. Di conseguenza, HRPO riduce significativamente i requisiti computazionali per l'addestramento del risolutore senza compromettere le prestazioni o la stabilità. Risultati sperimentali estesi dimostrano che il Dr. senza dati.