OpenResearcher: 面向长周期深度研究轨迹合成的全开放流水线

Papers with Code Trending 论文
deep-research agent-training trajectory-synthesis open-source fine-tuning search-browse llm

摘要

OpenResearcher 提出了一种可复现的流水线，用于使用离线搜索环境和合成轨迹训练深度研究智能体，在 BrowseComp-Plus 等基准任务上实现了显著的准确率提升。

训练深度研究智能体需要长周期轨迹，这些轨迹交错搜索、证据聚合和多步推理。然而，现有的数据收集流水线通常依赖专有网络API，使得大规模轨迹合成成本高昂、不稳定且难以复现。我们提出 OpenResearcher，一条可复现的流水线，它将一次性语料库引导与多轮轨迹合成解耦，并完全离线执行搜索浏览循环，使用三种显式浏览器原语：搜索、打开和查找，基于一个包含1500万文档的语料库。使用 GPT-OSS-120B 作为教师模型，我们合成了超过97K条轨迹，其中包括大量长周期尾部轨迹（100次以上工具调用）。通过对这些轨迹进行监督微调，一个30B-A3B骨干模型在 BrowseComp-Plus 上达到了54.8%的准确率，相较于基础模型提升了34.0个百分点，同时在 BrowseComp、GAIA 和 xbench-DeepSearch 上保持了竞争力。由于环境是离线的且具有完整日志，它还能实现受控分析，我们的研究揭示了深度研究流水线设计的实用见解，包括数据过滤策略、智能体配置选择以及检索成功率与最终答案准确率之间的关系。我们在 https://github.com/TIGER-AI-Lab/OpenResearcher 发布了流水线、合成轨迹、模型检查点和离线搜索环境。
查看原文
查看缓存全文

缓存时间: 2026/07/16 10:24

论文页面 - OpenResearcher：面向长周期深度研究轨迹合成的完全开放管线

来源：https://huggingface.co/papers/2603.20278

摘要

OpenResearcher 提供了一条可复现的管线，利用离线搜索环境和合成轨迹来训练深度研究智能体，从而在基准测试任务上实现更高的准确率。

训练深度研究智能体（https://huggingface.co/papers?q=deep%20research%20agents）需要长周期轨迹（https://huggingface.co/papers?q=long-horizon%20trajectories），这些轨迹需要将搜索、证据聚合和多步推理交织在一起。然而，现有的数据采集管线通常依赖专有 Web API，使得大规模轨迹合成成本高昂、不稳定且难以复现。我们提出 OpenResearcher，一条可复现的管线，它将一次性语料引导与多轮轨迹合成解耦，并完全离线执行搜索与浏览循环（https://huggingface.co/papers?q=search-and-browse%20loop），使用三种明确的浏览器原语（https://huggingface.co/papers?q=browser%20primitives）：搜索、打开和查找，基于一个包含 1500 万文档的语料库。以 GPT-OSS-120B（https://huggingface.co/papers?q=GPT-OSS-120B）为教师模型，我们合成了超过 97K 条轨迹，其中包含大量长周期尾部分布（超过 100 次工具调用）。在 30B-A3B 骨干模型（https://huggingface.co/papers?q=30B-A3B%20backbone）上进行监督微调（https://huggingface.co/papers?q=Supervised%20fine-tuning）后，该模型在 BrowseComp-Plus（https://huggingface.co/papers?q=BrowseComp-Plus）上达到 54.8% 的准确率，相比基础模型提升了 34.0 个百分点，同时在 BrowseComp（https://huggingface.co/papers?q=BrowseComp）、GAIA（https://huggingface.co/papers?q=GAIA）和 xbench-DeepSearch（https://huggingface.co/papers?q=xbench-DeepSearch）上仍保持竞争力。由于环境完全离线且经过全面仪器化，它还能进行受控分析，我们的研究揭示了对深度研究管线设计具有实际意义的洞见，包括数据过滤策略、智能体配置选择，以及检索成功与最终答案准确率之间的关系。我们在 https://github.com/TIGER-AI-Lab/OpenResearcher 上发布了管线、合成轨迹、模型检查点和离线搜索环境。

查看 arXiv 页面（https://arxiv.org/abs/2603.20278）查看 PDF（https://arxiv.org/pdf/2603.20278）项目页面（https://github.com/TIGER-AI-Lab/OpenResearcher）GitHub970（https://github.com/TIGER-AI-Lab/OpenResearcher）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2603.20278）

在您的智能体中获取本文：

hf papers read 2603.20278

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型2

OpenResearcher/OpenResearcher-30B-A3B 文本生成• 32B• 更新于3月25日 • 1.43k • 69 (https://huggingface.co/OpenResearcher/OpenResearcher-30B-A3B)

OpenResearcher/OpenResearcher-30B-A3B-GGUF 32B• 更新于3月24日 • 190 • 13 (https://huggingface.co/OpenResearcher/OpenResearcher-30B-A3B-GGUF)

引用本文的数据集7

i-DeepSearch/observation-masking-eval-logs 预览• 更新于1天前 • 9.99k • 2 (https://huggingface.co/datasets/i-DeepSearch/observation-masking-eval-logs)

OpenResearcher/OpenResearcher-Dataset 查看器• 更新于3月25日 • 97.6k • 6.65k • 130 (https://huggingface.co/datasets/OpenResearcher/OpenResearcher-Dataset)

OpenResearcher/web-bench 查看器• 更新于5月19日 • 5.5k • 4.48k • 4 (https://huggingface.co/datasets/OpenResearcher/web-bench)

OpenResearcher/OpenResearcher-Corpus 查看器• 更新于3月25日 • 14.9M • 1.14k • 10 (https://huggingface.co/datasets/OpenResearcher/OpenResearcher-Corpus)

浏览7个引用本文的数据集（https://huggingface.co/datasets?other=arxiv:2603.20278）### 引用本文的 Space7

包含本文的收藏集13

浏览13个包含本文的收藏集（https://huggingface.co/collections?paper=2603.20278）

相似文章