Marco DeepResearch：通过以验证为中心的设计解锁高效深度研究智能体

深度研究智能体需整合复杂信息检索与多步推理以解决现实问题，而在长程任务中，可靠的验证机制至关重要。现有范式因缺乏显式验证导致错误累积。本文提出 Marco DeepResearch，采用以验证为中心的框架：在数据合成阶段控制问题难度并确保答案唯一正确；在轨迹构建中注入显式验证模式；在推理时利用智能体自身进行验证扩展。实验表明，该智能体在多项基准测试中显著优于同规模模型，甚至在有限工具调用下媲美更大规模模型。