LiteResearcher：一种用于深度研究智能体的可扩展代理强化学习训练框架

强化学习已成为训练大语言模型智能体的强大范式，但在深度研究领域面临合成数据无法激发真实搜索能力及实时搜索导致训练不稳定且成本高昂两大挑战。LiteResearcher 提出了一种可扩展的训练框架，通过构建映射真实搜索动态的轻量级虚拟世界，实现了持续优化的训练策略。该框架使小型搜索智能体在 GAIA 和 Xbench 基准测试中分别取得 71.3% 和 78.0% 的开源最先进成绩，超越了大型开源及商业模型，证明了可扩展强化学习是深度研究智能体的关键赋能技术。