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