论文页面 - LongCat-DeepResearch 技术报告

来源：https://huggingface.co/papers/2609.36071 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

我们提出 LongCat-DeepResearch，这是一个深度研究系统，它结合了增强的 LongCat 模型与多智能体工作流，用于生成全面、基于证据的研究报告。该工作流将全局规划与详细调查分离，并在章节级别协调修订。多个规划智能体首先探索外部资源并细化可执行的研究计划（称为 ResearchSpec）。研究智能体随后并行调查和起草他们负责的章节，在分析过程中在其独立的上下文中收集额外证据。一旦各章节完成组装，全局审阅指导进行针对性的局部修订，减少了对反复全文重写的需求。该工作流还支持为 LongCat 通用模型的中期训练和后训练构建研究任务和轨迹。LongCat-DeepResearch 在 DeepResearchBench 上获得 55.25 分，在 DeepResearchBench II 上获得 51.35 分，在 ResearchRubrics 上获得 79.83 分。在内部基准测试中，它得分为 76.04，在四个对比系统中排名第二。开发集分析显示了结合规划视角带来的益处，而进一步的规划细化效果则参半。额外的编辑提高了两个基准测试上平均的自动可读性偏好，在两个基准上呈现不同的趋势。

查看 arXiv 页面 (https://arxiv.org/abs/2609.36071)查看 PDF (https://arxiv.org/pdf/2609.36071)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.36071)

通过您的智能体获取此论文：

hf papers read 2609.36071

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

引用此论文的模型 0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2609.36071 以从此页面链接它。

引用此论文的数据集 0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2609.36071 以从此页面链接它。

引用此论文的 Spaces 0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2609.36071 以从此页面链接它。

包含此论文的集合 0

没有集合包含此论文

将此论文添加到集合 (https://huggingface.co/new-collection) 以从此页面链接它。