论文页面 - SearchSwarm: 在长周期深度研究任务中实现代理型LLM的委托智能

来源：https://huggingface.co/papers/2606.09730

摘要

一个基于合成委托智能训练的大语言模型，通过任务分解与子代理协调，在长周期研究任务上取得了卓越表现。

大语言模型（https://huggingface.co/papers?q=Large%20language%20models）日益被期望处理复杂、长周期的现实世界任务——这些任务的上下文需求可能无限增长，然而模型上下文窗口（https://huggingface.co/papers?q=context%20windows）本质上是有限的。近期研究探索了一种范式：主代理分解任务并将子任务分派给子代理（https://huggingface.co/papers?q=subagents），子代理执行后仅返回汇总结果，从而节省主代理的上下文预算。然而，要做好这一点需要委托智能（https://huggingface.co/papers?q=delegation%20intelligence）：即分解复杂任务、判断何时委托以及委托什么、并将返回结果整合到持续工作流中的能力。自然出现的文本中这种能力的训练数据非常稀缺，据我们所知，如何合成这类数据并训练模型获得这种能力，在开源社区中仍鲜有探索。为填补这一空白，我们以深度研究（一种典型的长周期代理任务）为目标进行了初步探索。具体来说，我们设计了一套引导工具（harness），指导模型进行高质量的任务分解（https://huggingface.co/papers?q=task%20decomposition）与委托，同时约束子代理（https://huggingface.co/papers?q=subagents）正确返回结果以支持主代理的工作流。引导工具产生的轨迹自然编码了正确的委托决策，我们将这些轨迹作为监督微调（https://huggingface.co/papers?q=supervised%20fine-tuning）数据，将委托智能（https://huggingface.co/papers?q=delegation%20intelligence）内化到模型权重中。由此得到的模型 SearchSwarm-30B-A3B（https://huggingface.co/papers?q=SearchSwarm-30B-A3B）在 BrowseComp（https://huggingface.co/papers?q=BrowseComp）上达到 68.1，在 BrowseComp-ZH（https://huggingface.co/papers?q=BrowseComp-ZH）上达到 73.3，在所有同等规模模型中表现最佳。我们将公开发布引导工具、模型权重和训练数据，以促进未来研究。

查看 arXiv 页面（https://arxiv.org/abs/2606.09730）
查看 PDF（https://arxiv.org/pdf/2606.09730）
项目页面（https://search-swarm.github.io/）
GitHub（https://github.com/Search-Swarm/SearchSwarm）
添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.09730）

在您的代理中获取这篇论文：

hf papers read 2606.09730

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

引用该论文的模型 0

没有模型链接此论文

请在模型 README.md 中引用 arxiv.org/abs/2606.09730，以便从本页面链接它。

引用该论文的数据集 0

没有数据集链接此论文

请在数据集 README.md 中引用 arxiv.org/abs/2606.09730，以便从本页面链接它。

引用该论文的 Space 0

没有 Space 链接此论文

请在 Space README.md 中引用 arxiv.org/abs/2606.09730，以便从本页面链接它。

包含该论文的收藏集 0

没有收藏集包含此论文

请将此论文添加到一个收藏集（https://huggingface.co/new-collection）中，以便从本页面链接它。