原文链接:https://i68.ltd/notes/posts/20250401-deep-research3/
DeepResearcher-基于LLM的深度研究代理端到端训练的综合框架
- 论文链接:https://github.com/GAIR-NLP/DeepResearcher/blob/main/resources/DeepResearcher.pdf
- 项目仓库:https://github.com/GAIR-NLP/DeepResearcher
- 模型下载:https://huggingface.co/GAIR/DeepResearcher-7b
- 上海交通大学与 SII 联合发布的 DeepResearcher 模型，是首个在真实网络环境中通过强化学习训练的 AI 研究模型。
- DeepResearcher 通过与实时搜索引擎互动，在真实互联网环境中学习研究技能，展现出自主规划研究步骤、动态调整搜索策略、交叉验证信息等能力，在问答数据集上取得了优异的成绩。
- DeepResearcher 是第一个基于LLM的深度研究代理端到端训练的综合框架，通过在真实网络搜索交互的现实环境中扩展强化学习（RL）
- 定性分析揭示了端到端 RL 培训中的新兴认知行为 ，包括制定计划的能力，交叉验证来自多个来源的信息，进行自我反思以重新定向研究，以及在无法找到明确答案时保持诚实
- DeepResearcher 比基于即时提示工程的基线提高了 28.9 分，比基于 RAG 的 RL 代理提高了 7.2 分
- DeepResearcher：交大、SII发布首个真实环境强化学习
- 深度研究轨迹：DeepResearcher直接交互搜索引擎，强化自主规划能力
重要亮点
- DeepResearcher 是首个在真实网络环境中通过强化学习训练的 AI 研究模型。
- 模型展现出自主规划研究步骤、动态调整搜索策略、交叉验证信息等能力。
- 模型在问答数据集上取得了优异的成绩，超过所有基线方法。
- 模型在真实环境中训练，展现出更强的泛化能力。
Agentic Reasoning-击败谷歌的Gemini Deep Research
- 论文链接:https://arxiv.org/pdf/2502.04644
- 项目仓库:https://github.com/theworldofagents/Agentic-Reasoning
- 在博士级科学推理（GPQA）和垂直领域深度研究任务中，其表现不仅超越主流RAG系统，甚至优于闭源LLM；更在金融、医学、法律等开放问答任务中全面击败谷歌Gemini深度研究版
- 开源框架Agentic Reasoning击败谷歌Gemini Deep Research技术解析
- Agentic Reasoning：推理界RAG诞生
Agentic Reasoning 的三大设计原则-让LLM从『答题者』变成了『指挥官』
- 功能解耦：将工具调用拆分为独立代理（搜索/代码/Mind Map），主模型只做路径决策
- 概率驱动：用联合概率模型评估推理路径，自动选择最优解而非暴力穷举
- 知识流动：通过NLP流水线实现「检索-分析-组织-验证」的认知闭环
主要功能
- 增强多步骤推理能力：基于外部工具（如网络搜索、代码执行和结构化记忆），让 LLM 更高效地处理需要深度研究和多步骤逻辑推导的复杂问题。
- 实时信息检索与更新：用网络搜索代理实时获取最新信息，确保推理过程中知识的准确性和时效性。
- 复杂逻辑关系组织：基于 Mind Map 代理构建知识图谱，帮助 LLM 清晰地组织和跟踪推理过程中的逻辑关系，提升演绎推理能力。
- 计算分析支持：借助代码代理执行编程任务，为需要定量分析的问题提供精确的计算结果。
- 提升推理效率和准确性：基于任务分配和工具调用，减少主推理模型的负担，避免因处理辅助任务而中断推理链。
- 专家级知识合成：在深度研究任务中，生成高质量的分析报告，达到甚至超越人类专家的水平。
