**SlimSearcher：兼顾准确与效率的网页代理训练框架**

_SlimSearcher: Training Efficiency-Aware Web Agents via Adaptive Reward Gating_

> 该框架通过监督微调筛选高效轨迹，并在强化学习中采用自适应奖励门控，显著减少冗余工具调用，在多个长程基准上将工具调用轮数降低17%-58%且保持准确率。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.07074)