Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Синтетические задачи для поисковых ИИ-агентов удалось сделать предсказуемо сложнее без простого наращивания контекста. В GRADS дообучение подняло долю задач, где агент завершил работу финальным ответом, с 6% до более 95%; работа Johns Hopkins University, Nanjing University и Amazon пока не рецензирована, а все числа получили сами авторы. Учебную программу теперь можно строить по фактической, а не заявленной сложности заданий.
GRADS хранит найденные факты и связи между ними в графе. Его узлы содержат утверждения со ссылками на исходные фрагменты, а рёбра обозначают обязательные шаги вывода. Если ответ можно получить без отдельного звена, оно не увеличивает глубину задачи. Система расширяет граф, пока цепочка не достигнет заданного уровня, затем составляет вопрос и проверяет каждый факт и переход.
У обычных методов вопрос часто становится длиннее, но не труднее: добавленный факт можно проигнорировать и всё равно найти ответ. Среди трёх способов синтеза только GRADS последовательно увеличивал глубину рассуждения от простых заданий к трудным, а результаты моделей при этом последовательно снижались. Порядок сохранился для Opus 4.8, Sonnet 4 и Qwen3.5-4B, поэтому шкала не зависела от одного решателя.
Дообученная Qwen3.5-4B сократила число обращений к инструментам и шагов диалога до 75%. В закрытых отраслевых тестах она сравнялась с Sonnet 4 на задачах по разработке и превзошла её в физике и информационной безопасности. Последующее обучение с подкреплением уменьшило использование инструментов ещё на 19,5%, но за отведённые 30 шагов не дало прироста качества за пределами погрешности.
Метод проверяли на данных GitHub, экспериментальной физики и информационной безопасности при одинаковом числе учебных примеров и шагов оптимизации. Сложность отдельного задания остаётся приблизительной: необходимость связей проверяли LLM-агенты, а не люди. Есть и цена контроля — трудная задача требовала примерно в 2,4 раза больше токенов для синтеза, чем простая.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
