MiroThinker-1.7 & H1：迈向基于验证的重型研究智能体

本文提出 MiroThinker-1.7，一种专为复杂长程推理任务设计的研究智能体，并通过引入重型推理能力扩展为 MiroThinker-H1，以提升多步问题解决的可靠性。MiroThinker-1.7 通过强调结构化规划、上下文推理及工具交互的智能体中期训练阶段，优化了每一步交互的可靠性。MiroThinker-H1 进一步在局部和全局层面将验证机制直接融入推理过程，允许在推理期间评估并修正中间决策，同时审计整体推理轨迹以确保最终答案由连贯的证据链支持。实验表明，该模型在开放网络研究、科学推理及金融分析等基准测试中取得了最先进性能。