MetaResearcher：通过在对抗虚拟环境中进行自反思强化学习扩展深度研究

针对深度研究智能体训练受限于静态环境及低效奖励机制的问题，本文提出 MetaResearcher 框架。该框架包含四个维度：引入注入动态与虚假信息的演化虚拟世界；设计超越事实检索的发现导向任务；提出优化正确性、效率及反思深度的自反思元奖励机制；构建包含侦察、过滤与合成角色的异构多智能体群架构。该方法旨在零边际 API 成本下，显著提升智能体在基准测试中的表现及对抗条件下的认知鲁棒性。