当前 Search Agent 的实际落地主要受制于长时延瓶颈：在经典 ReAct 范式下，智能体往往需要多轮串行执行「推理→tool call→等待工具返回→继续推理」，工具等待与多轮生成叠加后显著拉高端到端 latency，进而削弱交互体验 … 实验结果表明，DLLM-Searcher 在多个基准上取得与主流 LLM-based Search Agents 可比的任务效果，同时 P-ReAct 带来约 15% 的推理加速，验证了 dLLM 作为高效智能体基座与「并行推理-行动」路径的可行性 … 一作工作 DLLM-Searcher 进一步将 dLLM 引入 Search Agent，提出 P-ReAct 与两阶段 Agentic SFT/VRPO 训练框架，实现「等待工具返回时持续思考」的并行化智能体推理。
暂无讨论，说说你的看法吧