AReaL 团队开源 ASearcher 项目，解锁搜索智能体领域的最新突破
AReaL 团队开源 Agentic RL（reinforcement learning，强化学习）方面的开源项目——ASearcher，大规模异步 RL 解锁 Agent 长程工具使用能力。项目地址：https://github.com/inclusionAI/ASearcher论文：https://arxiv.org/abs/2508.07976在大模型智能体（LLM Agent）的发展中，工具使用正成为解决复杂问题的关键能力。其中，搜索引擎作为连接外部世界的核心工具，其使用效果直接影响 agent 的问题解决深度。要真正驾驭搜索工具，agent 需要学会精准查询，深度探索，动态验证，以及长程策略规划。然而，当前的开源强化学习方案却面临两个根本性挑战：轮次限制：现有 online RL 训练限制交互轮次（≤10 轮），阻碍 agent 进行深度探索。数据不足：现有开源 RL 数据规模小、复杂度低，难以激发 agent 的复杂搜索行为。ASearcher 主要有两项核心贡献：使用完全异步 RL 训练（Fully Async RL）在训练高效的同时让 agent 学会长程工具使用（Lo...
