Mind DeepResearch 技术报告

本文提出 Mind DeepResearch (MindDR)，一种高效的多智能体深度研究框架。其核心创新在于包含规划、深度搜索和报告三个智能体的协作架构，以及涵盖监督微调冷启动、搜索强化学习、报告强化学习和偏好对齐的四阶段专用训练流程。该框架使约 300 亿参数模型在多个基准测试中达到领先性能，超越同规模开源系统并媲美更大规模模型。此外，文章还介绍了基于真实用户交互构建的 MindDR Bench 基准测试集。