연구팀은 1만 6천여 개의 데이터만으로도 뛰어난 성능을 보이는 검색 에이전트 'OpenSeeker-v2'를 개발했어요. 이 모델은 기존 방식보다 훨씬 적은 자원으로 4개의 벤치마크에서 최고 성능을 기록했어요.
OpenSeeker-v2는 지식 그래프 확장, 도구 세트 증가, 단계 필터링 강화 등 세 가지 데이터 합성 방법을 통해 성능을 향상시켰고, 30B 파라미터 규모의 에이전트예요.
연구팀은 OpenSeeker-v2 모델 가중치를 공개하고, 간단하면서도 효과적인 방법론을 공유하여 검색 에이전트 연구의 접근성을 높일 계획이에요.