Nový výzkum od Databricks. Jde o školení podnikových vyhledávačů přes RL. KARL zavádí multitaskový RL přístup, kde jsou agenti trénováni napříč heterogenními vyhledávacími chováními, vyhledáváním entit řízenými omezeními, syntézou napříč dokumenty a tabulkovým uvažováním. Generalizuje se výrazně lépe než ty optimalizované pro jakýkoli jednotlivý benchmark. KARL je Pareto-optimální jak v kompromisech mezi cenou a kvalitou, tak z hlediska latence, ve srovnání s Claude 4.6 a GPT 5.2. Při dostatečném výpočtu během testovacího času překonává nejsilnější uzavřené modely a zároveň je nákladově efektivnější. Článek: Naučte se vytvářet efektivní AI agenty v naší akademii: