연구진은 딥 서치 에이전트 학습에 필요한 검증 가능한 질문을 합성하는 방법론인 FORT-Searcher를 개발했어요. 기존 방법은 그래프 구조를 복잡하게 만들어 어려움을 더했지만, 실제 검색 난이도와는 차이가 있었어요.
FORT는 단축 경로 위험을 제어하여 단축 경로를 방지하는 학습 데이터를 생성하며, 기존 데이터셋보다 더 긴 사전 답변 검색과 적은 단축 경로 패턴을 유도했어요.
FORT-Searcher는 지도 학습만으로 훈련되어, 어려운 딥 서치 벤치마크에서 유사 규모의 오픈 소스 에이전트 중 최고 성능을 달성했어요. 관련 자료는 GitHub에서 확인할 수 있어요.