WideSeek-R1：通过多智能体强化学习探索广度扩展以实现广泛信息检索

大型语言模型的进展多集中于深度扩展，即单智能体解决长程问题。然而，面对更广泛的任务，瓶颈已从个体能力转向组织能力。本文提出 WideSeek-R1，一种基于多智能体强化学习（MARL）训练的主从智能体框架，旨在通过广度扩展解决广泛信息检索问题。该系统利用共享大模型与隔离上下文及专用工具，联合优化主智能体与并行子智能体。实验表明，WideSeek-R1-4B 在 WideSearch 基准上表现优异，且性能随并行子智能体数量增加而提升，验证了广度扩展的有效性。