本月行业协会披露新研究动态云南人路边摇知了半小时抓四五百只 很兴奋为您解答这个问题，，，，，，让我来帮您详细说明一下。。。。品牌授权报修电话，，，，，，快速上门服务

山东省聊都会茌平区江苏省镇江市句容市许昌市建安区静海区西翟庄镇贵州省黔南布依族苗族自治州惠水县甘肃省陇南市武都区平山县上观音堂乡广东省江门市贵州省安顺市普定县湖北省宜昌市夷陵区平山县小觉镇蓟州区东施古镇崇左市吉林省白山市浑江区辽宁省铁岭市清河区湖北省恩施土家族苗族自治州建始县元氏县苏村乡长安区南村镇辽宁省辽阳市白塔区蓟州区东赵各庄镇平顶山市卫东区贵州省铜仁市玉屏侗族自治县山东省泰安市东平县山东省东营市垦利区海南省三沙市西沙区陕西省汉中市西乡县甘肃省甘南藏族自治州山西省晋中市榆社县云南省红河哈尼族彝族自治州泸西县四川省甘孜藏族自治州泸定县内蒙古乌海市乌达区甘肃省庆阳市镇原县淮南市大通区蓟州区东施古镇山东省淄博市临淄区大兴区山东省威海市辽宁省铁岭市开原市黑龙江省佳木斯市富锦市江西省吉安市永新县四川省德阳市广汉市贵州省黔东南苗族侗族自治州天柱县向阳区酒仙桥街道四川省成都会双流区密云区河南寨镇赞皇县院头镇云南省红河哈尼族彝族自治州泸西县山西省晋中市灵石县内蒙古锡林郭勒盟镶黄旗江苏省南通市启东市延庆区沈家营镇湖北省宜昌市夷陵区江西省景德镇市昌江区山西省晋都会泽州县福建省厦门市海沧区焦作市中站区桥西区苑东街道伊犁哈萨克自治州昭苏县马鞍山市博望区上海市市辖区嘉定区陕西省汉中市西乡县辽宁省大连市旅顺口区南开区长虹街道辽宁省辽阳市白塔区平山县上观音堂乡濮阳市南乐县黑龙江省哈尔滨市巴彦县百色市田林县武清区上马台镇四川省甘孜藏族自治州九龙县四川省甘孜藏族自治州宝坻区牛家牌镇湖北省宜昌市西陵区门头沟区大峪街道向阳区小红门地区江西省萍乡市上栗县江苏省徐州市丰县江西省赣州市石城县山东省烟台市牟平区山东省烟台市牟平区四川省凉山彝族自治州昭觉县崇左市山西省临汾市安泽县山西省晋中市榆社县淮南市大通区武清区汊沽港镇井陉县测鱼镇平山县小觉镇海南省儋州市向阳区管庄地区湖北省恩施土家族苗族自治州恩施市丰台区长辛店镇山东省聊都会茌平区福建省福州市永泰县蚌埠市蚌山区开封市通许县山东省潍坊市青州市井陉县吴家窑乡陕西省商洛市山阳县密云区不老屯镇

本月行业协会披露最新研究报告代码定位太慢？？蚂蚁ACL2026新作：让模子自己学会「该搜几多」，，，，，，很兴奋为您解答这个问题，，，，，，让我来帮您详细说明一下:官方服务专线，，，，，，支持多品牌报修

江西省宜春市奉新县山西省阳泉市平定县黑龙江省鸡西市鸡冠区焦作市中站区阿克苏地区新和县四川省宜宾市珙县山西省忻州市定襄县新乐市协神乡青秀区顺义区空港街道内蒙古鄂尔多斯市鄂托克旗怀柔区龙山街道内蒙古鄂尔多斯市康巴什区丰台区右安门街道湖北省宜昌市西陵区井陉县吴家窑乡马鞍山市博望区江苏省苏州市相城区内蒙古鄂尔多斯市鄂托克旗陕西省西安市未央区甘肃省甘南藏族自治州山东省泰安市泰山区内蒙古锡林郭勒盟正镶白旗合肥市庐阳区内蒙古兴安盟乌兰浩特市云南省普洱市景东彝族自治县辽宁省沈阳市云南省红河哈尼族彝族自治州泸西县隆安县平顶山市卫东区云南省丽江市宁蒗彝族自治县辽宁省沈阳市浑南区黑龙江省绥化市明水县广东省广州市越秀区内蒙古兴安盟乌兰浩特市山东省淄博市临淄区山西省晋中市太谷区西青区精武镇钦州市甘肃省白银市景泰县山东省聊都会冠县河东区大直沽街道四川省泸州市江阳区黑龙江省鸡西市鸡冠区昌平区回龙观街道蓟州区官庄镇江西省吉安市永新县洛阳市汝阳县北海市海城区丰台区宛平城地区平山县岗南镇吉林省白山市浑江区焦作市中站区内蒙古锡林郭勒盟正镶白旗元氏县苏村乡井陉县吴家窑乡丰台区和义街道湖北省襄阳市襄州区长安区南村镇山东省滨州市四川省遂宁市蓬溪县山东省滨州市昌平区回龙观街道云南省文山壮族苗族自治州广南县西乡塘区江苏省南京市浦口区塔城地区和布克赛尔蒙古自治县西藏山南市贡嘎县湖北省宜昌市西陵区内蒙古兴安盟乌兰浩特市清静区南市街道信阳市平桥区内蒙古兴安盟乌兰浩特市云南省怒江傈僳族自治州福贡县四川省遂宁市蓬溪县固原市西吉县江西省吉安市吉安县山西省朔州市山阴县防城港市东兴市银川市贺兰县重庆市县巫山县阿克苏地区新和县吉林省长春市双阳区平山县宅北乡隆安县辽宁省沈阳市浑南区湖北省孝感市汉川市向阳区豆各庄地区云南省玉溪市新平彝族傣族自治县云南省红河哈尼族彝族自治州泸西县喀什地区麦盖提县平顶山市卫东区防城港市东兴市昌平区小汤山镇行唐县龙州镇山东省枣庄市台儿庄区元氏县殷村镇平顶山市湛河区山西省阳泉市平定县甘肃省兰州市

全球服务区域:四川省凉山彝族自治州西昌市南开区体育中心街道海淀区青龙桥街道隆安县青海省果洛藏族自治州青海省果洛藏族自治州云南省文山壮族苗族自治州广南县四川省甘孜藏族自治州泸定县四川省德阳市广汉市喀什地区麦盖提县甘肃省庆阳市镇原县江西省宜春市宜丰县行唐县龙州镇海淀区青龙桥街道四川省甘孜藏族自治州广东省惠州市龙门县广东省广州市越秀区广东省汕头市龙湖区西城区月坛街道桂林市兴安县山西省吕梁市中阳县内蒙古乌海市乌达区山西省临汾市安泽县桥西区留营街道上海市市辖区嘉定区陕西省宝鸡市千阳县甘肃省兰州市黑龙江省绥化市明水县桂林市兴安县平山县宅北乡丰台区宛平城地区蓟州区东赵各庄镇贵州省铜仁市玉屏侗族自治县向阳区小红门地区吉林省白山市浑江区云南省红河哈尼族彝族自治州泸西县青海省海西蒙古族藏族自治州德令哈市合肥市瑶海区福建省莆田市城厢区云南省怒江傈僳族自治州福贡县福建省南平市建瓯市无极县大陈镇广东省深圳市平顶山市湛河区和田地区陕西省宝鸡市眉县福建省三明市梅列区平山县东回舍镇山东省烟台市牟平区内蒙古锡林郭勒盟正镶白旗湖北省孝感市汉川市山东省聊都会冠县山东省烟台市牟平区西乡塘区广东省云浮市新兴县四川省乐山市桥西区苑东街道辽宁省本溪市溪湖区四川省成都会双流区云南省普洱市景东彝族自治县福建省三明市梅列区云南省红河哈尼族彝族自治州绿春县山东省聊都会冠县广东省惠州市龙门县向阳区小红门地区静海区西翟庄镇山东省威海市辽宁省铁岭市清河区广东省江门市山东省威海市平山县小觉镇山东省威海市福建省福州市罗源县桥西区留营街道开封市通许县西乡塘区山西省忻州市定襄县信阳市平桥区蓟州区东二营镇河东区东新街道山东省滨州市福建省厦门市海沧区甘肃省甘南藏族自治州丰台区宛平城地区防城港市东兴市西城区月坛街道蓟州区官庄镇湖北省宜昌市宜都会甘肃省陇南市武都区福建省福州市永泰县西藏拉萨市达孜区辽宁省向阳市北票市甘肃省甘南藏族自治州昌平区小汤山镇阿克苏地区拜城县北海市海城区山西省临汾市安泽县江苏省镇江市句容市甘肃省陇南市元氏县

昨日研究机构转达最新效果代码定位太慢？？蚂蚁ACL2026新作：让模子自己学会「该搜几多」，，，，，，很兴奋为您解答这个问题，，，，，，让我来帮您详细说明一下:售后服务维修中心电话，，，，，，支持多渠道服务

天下服务区域：陕西省宝鸡市千阳县贵州省安顺市普定县延庆区沈家营镇贵州省安顺市普定县静海区西翟庄镇长安区南村镇丰台区右安门街道丰台区和义街道贵州省黔东南苗族侗族自治州天柱县西藏阿里地区日土县江苏省南京市浦口区静海区西翟庄镇清静区南市街道四川省广元市海淀区青龙桥街道吉林省长春市双阳区辽宁省辽阳市白塔区井陉县吴家窑乡西藏阿里地区日土县广东省江门市福建省福州市永泰县武清区上马台镇云南省丽江市宁蒗彝族自治县甘肃省陇南市武都区山东省淄博市临淄区吉林省白山市浑江区甘肃省庆阳市镇原县丰台区右安门街道四川省凉山彝族自治州甘洛县福建省三明市梅列区贵州省黔南布依族苗族自治州惠水县宝坻区牛家牌镇广东省汕头市龙湖区井陉县吴家窑乡贵州省铜仁市印江土家族苗族自治县黑龙江省哈尔滨市巴彦县广东省汕头市南澳县甘肃省白银市景泰县江西省景德镇市昌江区元氏县苏村乡山东省枣庄市台儿庄区山东省泰安市泰山区江西省宜春市奉新县桂林市兴安县黑龙江省哈尔滨市巴彦县江苏省镇江市句容市湖北省恩施土家族苗族自治州恩施市西藏拉萨市达孜区陕西省汉中市南郑区四川省甘孜藏族自治州泸定县密云区高岭镇山西省晋中市灵石县塔城地区和布克赛尔蒙古自治县云南省怒江傈僳族自治州福贡县海南省三沙市西沙区延庆区康庄镇青海省玉树藏族自治州治多县武清区上马台镇甘肃省陇南市芜湖市南陵县哈密市伊吾县昌平区阳坊镇百色市靖西市内蒙古鄂尔多斯市鄂托克旗桥西区留营街道银川市贺兰县福建省厦门市海沧区北辰区广源街道山西省阳泉市平定县江西省景德镇市昌江区重庆市市辖区北碚区云南省西双版纳傣族自治州勐腊县北海市海城区亳州市利辛县云南省西双版纳傣族自治州勐腊县福建省福州市罗源县平山县小觉镇隆安县四川省广元市延庆区沈家营镇哈密市伊吾县云南省文山壮族苗族自治州广南县阿克苏地区新和县江苏省南京市浦口区吉林省白山市浑江区辽宁省大连市旅顺口区蓟州区东赵各庄镇合肥市瑶海区西藏山南市贡嘎县贵州省铜仁市玉屏侗族自治县广东省江门市蓟州区东施古镇洛阳市汝阳县四川省甘孜藏族自治州吉林省长春市双阳区贵州省安顺市普定县江苏省徐州市丰县四川省广安市岳池县四川省遂宁市蓬溪县平山县岗南镇

售后服务上门服务电话，，，，，，智能分配票据：代码定位太慢？？蚂蚁ACL2026新作：让模子自己学会「该搜几多」

新智元报道

【新智元导读】FuseSearch：学习型自顺应并行执行 —— 一个40亿参数的模子，，，，，，凭什么在代码定位上干过了商用闭源大模子？？谜底只有四个字：搜得更智慧。。。。

在AI编程狂飙突进的今天，，，，，，一个尴尬的事实正在浮出水面：

你花在「让 AI 改代码」上的钱，，，，，，凌驾一半着实烧在了「找代码」上。。。。

研究批注，，，，，，目今最先进的AI编程Agent，，，，，，凌驾50%的盘算资源消耗在代码搜索与定位环节——Agent翻来覆去地搜文件、读代码、定位函数，，，，，，轮次消耗惊人，，，，，，Token账单飞涨。。。。

当所有人都在卷「模子多大、能写多长的代码」时，，，，，，蚂蚁集团的一篇ACL 2026 Findings论文把眼光转向了一个更底层的问题：能不可让搜索自己变得更智慧？？

谜底是可以。。。。并且效果堪称惊艳——

FuseSearch-4B，，，，，，一个仅40亿参数的开源模子，，，，，，在SWE-bench Verified上抵达84.7%文件级F1，，，，，，匹配Claude Haiku 4.5的定位能力，，，，，，同时速率快93.6%，，，，，，Token消耗降低68.9%。。。。

怎么做到的？？一句话：让模子自己学会该并行几多。。。。

代码定位

AI编程最烧钱的「卡脖子」环节

设想这样一个场景：你让AI帮你修一个Bug，，，，，，它需要在一个几十万行代码的大型项目中，，，，，，精准找到该改哪个文件、哪个函数。。。。

这就是代码定位（Code Localization）——自动软件修复中最要害、也最腾贵的瓶颈。。。。

现有方案分为两大门户，，，，，，各有各的痛点：

但这两派有一个配合的致命缺陷：一次只能做一件事。。。。

每一轮交互只能挪用一个工具，，，，，，逐步缩小规模。。。。就像你在图书馆找一本书，，，，，，划定每次只能掀开一个书架看一眼——轮次用完了，，，，，，信息还没网络够。。。。

论文把这种征象称为信息匮乏（Information Starvation）。。。。

并行 ≠ 万能解药

那解决方案似乎很简朴——一次多调几个工具不就行了？？

没那么容易。。。。论文实验展现了一个反直觉的发明：无脑并行反而更糟。。。。

若是牢靠每轮挪用8个工具（质朴的并行战略），，，，，，会爆发凌驾34.9%的冗余挪用——重复搜索已经看过的代码区域，，，，，，不但铺张Token，，，，，，还会引入噪声信号滋扰判断。。。。

焦点矛盾就此浮出水面：

并行少了→信息不敷用，，，，，，定位精度下降。。。。并行多了→大宗冗余，，，，，，铺张盘算资源。。。。

FuseSearch的焦点洞察是：搜索效率和搜索质量并非对立关系。。。。要害不在于并行几多，，，，，，而在于——什么时间该多并行，，，，，，什么时间该少并行。。。。

极简工具箱 + 自顺应智能

FuseSearch的设计哲学出奇地优雅：不给模子定死规则，，，，，，让它自己学会动态调解并行度。。。。

3.1 三把「瑞士军刀」

零本钱安排

FuseSearch只用三个只读工具，，，，，，极其榨取：

就这三个。。。。不需要代码知识图谱，，，，，，不需要语法剖析器，，，，，，不需要任何重型基础设施。。。。零依赖，，，，，，拿来就能用，，，，，，可即时安排到恣意代码客栈。。。。语言无关，，，，，，Python 客栈能用，，，，，，Java客栈也能用。。。。

工具虽少，，，，，，能力完整——glob找文件、grep 搜内容、read_file读细节，，，，，，三者组合可以遍历整个代码库。。。。

要害立异

用「信息增益」量化搜索质量

论文首次提出工具效率（Tool Efficiency）指标，，，，，，权衡每次工具挪用的信息新颖性：

信息增益=新发明的代码实体数÷总返回的代码实体数

打个例如：你派了5个侦探兵去探路。。。。若是5个人报告的都是统一条路，，，，，，那4 个人就白跑了。。。。工具效率权衡的，，，，，，就是「每个侦探兵带回了几多独家情报」。。。。

效率越高 → 每次搜索都在探索新区域。。。。效率越低 → 在做重复劳动。。。。

两阶段训练

先学会并行，，，，，，再学会智慧地并行

FuseSearch的训练战略分两步走：

阶段一：监视微调（SFT）——建设并行能力

从233个高质量GitHub客栈中提取约21,000个issue-patch对，，，，，，用强盛的西席模子（Kimi-K2-Instruct）天生搜索轨迹。。。。然后用双重标准严酷筛。。。。

定位准确率 ≥ 0.8

工具效率 ≥ 0.5

从约24,000条候选轨迹中，，，，，，精选出约 6,000 条「又准又不铺张」的高质量数据，，，，，，教会小模子「每轮可以同时调 2-8 个工具」。。。。

阶段二：强化学习（RL）——学会自顺应

SFT之后，，，，，，模子会并行了，，，，，，但还不知道什么时间该多并行、什么时间该少并行。。。。

RL阶段的奖励函数设计得极为精妙：

\text{奖励} = 0.8 \times \text{定位准确率} + 0.2 \times (\text{定位准确率} \times \text{工具效率})

注重谁人乘积项：

只有「找得准」且「搜得不铺张」同时知足，，，，，，才华拿到特殊奖励

若是定位完全过失（准确率=0），，，，，，无论效率多高，，，，，，奖励都是零——模子不可「高效地犯错」

这个设计迫使模子在搜索的每个阶段都做权衡：目今是广撒网收益大，，，，，，照旧精准验证收益大？？

训练效果：一种「先撒网、再收网」的搜索战略

经由RL训练，，，，，，模子自动学会了一种「老司机」式的自顺应搜索模式：

这种「先广度、后深度」的模式，，，，，，完全是模子自己从奖励信号中学出来的，，，，，，没有任何人工规则。。。。

实验效果：小模子大翻身

5.1 焦点数据（SWE-bench Verified，，，，，，386 个实例）

在Qwen3-4B上比照之前的要领RepoSearcher，，，，，，FuseSearch的提升堪称碾压：

一句话总结：准确率翻倍，，，，，，速率快16倍，，，，，，Token省了近70%。。。。

5.2 40亿参数 vs.商用闭源大模子

一个可以外地安排的4B开源小模子，，，，，，定位能力与商用闭源大模子持平，，，，，，同时更快、更省。。。。

5.3 接入下游Agent：不掉精度，，，，，，省一半本钱

把FuseSearch-4B作为Kimi-K2-Instruct的「前置搜索引擎」：

不影响修复效果，，，，，，直接把本钱砍掉近一半。。。。

为什么这项事情值得关注？？

FuseSearch带来了三个层面的孝顺：

学术层面

首次将「搜索效率」酿成一个可训练的目的。。。。不是简朴地让模子多搜或少搜，，，，，，而是通过精巧的奖励函数设计，，，，，，让模子自己学会「什么时间该搜几多」。。。。这为 Agent 工具挪用战略的优化提供了一个新范式。。。。

工程层面

极简设计，，，，，，零安排本钱。。。。三个只读工具，，，，，，语言无关，，，，，，不依赖任何重型基础设施。。。。论文作者已将代码开源，，，，，，可即时安排到恣意代码客栈。。。。

工业层面

小模子逆袭大模子。。。。40亿参数匹配Claude级别的定位体现，，，，，，证实晰「智慧的战略」比「堆参数」更主要。。。。关于对延迟和本钱敏感的工业级AI编程场景，，，，，，这条蹊径极具落地价值。。。。

论文信息

论文问题：FuseSearch: Learning Adaptive Parallel Execution for Efficient Code Localization

收录聚会：ACL 2026 Findings

作者单位：蚂蚁集团（Ant Group）

论文链接：https://github.com/sxthunder/FuseSearch

昨日官方更新研究报告代码定位太慢？？蚂蚁ACL2026新作：让模子自己学会「该搜几多」

新智元报道

【新智元导读】FuseSearch：学习型自顺应并行执行 —— 一个40亿参数的模子，，，，，，凭什么在代码定位上干过了商用闭源大模子？？谜底只有四个字：搜得更智慧。。。。

在AI编程狂飙突进的今天，，，，，，一个尴尬的事实正在浮出水面：

你花在「让 AI 改代码」上的钱，，，，，，凌驾一半着实烧在了「找代码」上。。。。

研究批注，，，，，，目今最先进的AI编程Agent，，，，，，凌驾50%的盘算资源消耗在代码搜索与定位环节——Agent翻来覆去地搜文件、读代码、定位函数，，，，，，轮次消耗惊人，，，，，，Token账单飞涨。。。。

当所有人都在卷「模子多大、能写多长的代码」时，，，，，，蚂蚁集团的一篇ACL 2026 Findings论文把眼光转向了一个更底层的问题：能不可让搜索自己变得更智慧？？

谜底是可以。。。。并且效果堪称惊艳——

FuseSearch-4B，，，，，，一个仅40亿参数的开源模子，，，，，，在SWE-bench Verified上抵达84.7%文件级F1，，，，，，匹配Claude Haiku 4.5的定位能力，，，，，，同时速率快93.6%，，，，，，Token消耗降低68.9%。。。。

怎么做到的？？一句话：让模子自己学会该并行几多。。。。

代码定位

AI编程最烧钱的「卡脖子」环节

设想这样一个场景：你让AI帮你修一个Bug，，，，，，它需要在一个几十万行代码的大型项目中，，，，，，精准找到该改哪个文件、哪个函数。。。。

这就是代码定位（Code Localization）——自动软件修复中最要害、也最腾贵的瓶颈。。。。

现有方案分为两大门户，，，，，，各有各的痛点：

但这两派有一个配合的致命缺陷：一次只能做一件事。。。。

每一轮交互只能挪用一个工具，，，，，，逐步缩小规模。。。。就像你在图书馆找一本书，，，，，，划定每次只能掀开一个书架看一眼——轮次用完了，，，，，，信息还没网络够。。。。

论文把这种征象称为信息匮乏（Information Starvation）。。。。

并行 ≠ 万能解药

那解决方案似乎很简朴——一次多调几个工具不就行了？？

没那么容易。。。。论文实验展现了一个反直觉的发明：无脑并行反而更糟。。。。

若是牢靠每轮挪用8个工具（质朴的并行战略），，，，，，会爆发凌驾34.9%的冗余挪用——重复搜索已经看过的代码区域，，，，，，不但铺张Token，，，，，，还会引入噪声信号滋扰判断。。。。

焦点矛盾就此浮出水面：

并行少了→信息不敷用，，，，，，定位精度下降。。。。并行多了→大宗冗余，，，，，，铺张盘算资源。。。。

FuseSearch的焦点洞察是：搜索效率和搜索质量并非对立关系。。。。要害不在于并行几多，，，，，，而在于——什么时间该多并行，，，，，，什么时间该少并行。。。。

极简工具箱 + 自顺应智能

FuseSearch的设计哲学出奇地优雅：不给模子定死规则，，，，，，让它自己学会动态调解并行度。。。。

3.1 三把「瑞士军刀」

零本钱安排

FuseSearch只用三个只读工具，，，，，，极其榨取：

就这三个。。。。不需要代码知识图谱，，，，，，不需要语法剖析器，，，，，，不需要任何重型基础设施。。。。零依赖，，，，，，拿来就能用，，，，，，可即时安排到恣意代码客栈。。。。语言无关，，，，，，Python 客栈能用，，，，，，Java客栈也能用。。。。

工具虽少，，，，，，能力完整——glob找文件、grep 搜内容、read_file读细节，，，，，，三者组合可以遍历整个代码库。。。。

要害立异

用「信息增益」量化搜索质量

论文首次提出工具效率（Tool Efficiency）指标，，，，，，权衡每次工具挪用的信息新颖性：

信息增益=新发明的代码实体数÷总返回的代码实体数

打个例如：你派了5个侦探兵去探路。。。。若是5个人报告的都是统一条路，，，，，，那4 个人就白跑了。。。。工具效率权衡的，，，，，，就是「每个侦探兵带回了几多独家情报」。。。。

效率越高 → 每次搜索都在探索新区域。。。。效率越低 → 在做重复劳动。。。。

两阶段训练

先学会并行，，，，，，再学会智慧地并行

FuseSearch的训练战略分两步走：

阶段一：监视微调（SFT）——建设并行能力

从233个高质量GitHub客栈中提取约21,000个issue-patch对，，，，，，用强盛的西席模子（Kimi-K2-Instruct）天生搜索轨迹。。。。然后用双重标准严酷筛。。。。

定位准确率 ≥ 0.8

工具效率 ≥ 0.5

从约24,000条候选轨迹中，，，，，，精选出约 6,000 条「又准又不铺张」的高质量数据，，，，，，教会小模子「每轮可以同时调 2-8 个工具」。。。。

阶段二：强化学习（RL）——学会自顺应

SFT之后，，，，，，模子会并行了，，，，，，但还不知道什么时间该多并行、什么时间该少并行。。。。

RL阶段的奖励函数设计得极为精妙：

\text{奖励} = 0.8 \times \text{定位准确率} + 0.2 \times (\text{定位准确率} \times \text{工具效率})

注重谁人乘积项：

只有「找得准」且「搜得不铺张」同时知足，，，，，，才华拿到特殊奖励

若是定位完全过失（准确率=0），，，，，，无论效率多高，，，，，，奖励都是零——模子不可「高效地犯错」

这个设计迫使模子在搜索的每个阶段都做权衡：目今是广撒网收益大，，，，，，照旧精准验证收益大？？

训练效果：一种「先撒网、再收网」的搜索战略

经由RL训练，，，，，，模子自动学会了一种「老司机」式的自顺应搜索模式：

这种「先广度、后深度」的模式，，，，，，完全是模子自己从奖励信号中学出来的，，，，，，没有任何人工规则。。。。

实验效果：小模子大翻身

5.1 焦点数据（SWE-bench Verified，，，，，，386 个实例）

在Qwen3-4B上比照之前的要领RepoSearcher，，，，，，FuseSearch的提升堪称碾压：

一句话总结：准确率翻倍，，，，，，速率快16倍，，，，，，Token省了近70%。。。。

5.2 40亿参数 vs.商用闭源大模子

一个可以外地安排的4B开源小模子，，，，，，定位能力与商用闭源大模子持平，，，，，，同时更快、更省。。。。

5.3 接入下游Agent：不掉精度，，，，，，省一半本钱

把FuseSearch-4B作为Kimi-K2-Instruct的「前置搜索引擎」：

不影响修复效果，，，，，，直接把本钱砍掉近一半。。。。

为什么这项事情值得关注？？

FuseSearch带来了三个层面的孝顺：

学术层面

首次将「搜索效率」酿成一个可训练的目的。。。。不是简朴地让模子多搜或少搜，，，，，，而是通过精巧的奖励函数设计，，，，，，让模子自己学会「什么时间该搜几多」。。。。这为 Agent 工具挪用战略的优化提供了一个新范式。。。。

工程层面

极简设计，，，，，，零安排本钱。。。。三个只读工具，，，，，，语言无关，，，，，，不依赖任何重型基础设施。。。。论文作者已将代码开源，，，，，，可即时安排到恣意代码客栈。。。。

工业层面

小模子逆袭大模子。。。。40亿参数匹配Claude级别的定位体现，，，，，，证实晰「智慧的战略」比「堆参数」更主要。。。。关于对延迟和本钱敏感的工业级AI编程场景，，，，，，这条蹊径极具落地价值。。。。

论文信息

论文问题：FuseSearch: Learning Adaptive Parallel Execution for Efficient Code Localization

收录聚会：ACL 2026 Findings

作者单位：蚂蚁集团（Ant Group）

论文链接：https://github.com/sxthunder/FuseSearch

中新网厦门5月30日电(记者 王诗尧)5月28日—29日，，，，，，由厦门市委网信办、集美区委网信委主理，，，，，，集美区委网信办协办的“潮起厦门 e鹭向新”2026年网络全媒体厦门行乐成举行。。。。

凯时AG

云南人路边摇知了半小时抓四五百只