多步推理 稀疏激活 自主研究 强化学习
摘要

DeepResearch 智能体系统专为深度信息检索、多步推理及自主研究任务设计。该系统基于稀疏激活架构,仅激活部分参数即实现卓越性能与快速推理。其具备 128K 上下文窗口及分层注意力机制,显著提升长文本处理能力。双模式推理引擎结合 ReAct 范式与迭代研究模式,支持高达 20 步推理,大幅超越单次通过基线。系统集成多工具协调与基于 GRPO 的强化学习框架,优化训练稳定性与收敛速度,在多项基准测试中取得领先成果,并完全开源。

AI 推荐理由

论文核心在于多步推理引擎与迭代研究模式,显著提升复杂任务推理准确率。

研究机构
Software Copyright Research and Development Document
论文信息
作者 Yong Huang, Yulu Huang, for the team Collaboration
发布日期 2026-07-30
arXiv ID 2607.27562
相关性评分 9/10 (高度相关)