ZEST-Search：无标签且工具高效的搜索智能体异构共进化学习框架

ZEST-Search提出一种无标签、工具高效的搜索智能体训练框架，通过异构共进化实现性能提升。 该框架使用非标签参考问题在线构建验证任务，并采用中间难度奖励与工具感知奖励优化任务难度与搜索效率。 实验表明，在七个通用及多跳问答基准上，ZEST-Search在无需专家轨迹的情况下显著提高了搜索效率。