arXiv cs.AI· Cong Pang, Jiaqi Su, Chengrui Wu, Kuihao Yan, Tianrui Zhang, Zixuan Qiu, Chao Lin, Zixiu Lin, Zixuan Chen, Zelin Xiao, Tiankuo Yao, Jiawei Hong, Zixuan Chen, Dan Xu, Lewei Lu, Wenjie Wang, Xin Lou·· 3 天前AI 评分44
Glasseek：DeepSearch 智能体的透明训练配方与可信评测框架
Glasseek: A Transparent Recipe for Training and Trustworthy Evaluation of DeepSearch Agents
AI 导读
研究团队推出 Glasseek，一个覆盖数据构建、训练到评测全流程的透明 DeepSearch 框架，开源全部数据、模型权重、训练配方与代码。其 9B 智能体在几乎所有深度研究基准上超越前沿闭源智能体，并在近期开源权重智能体中取得最佳整体表现，刷新 9B 规模 SOTA。
正文 · AI 翻译
作者：Cong Pang、Jiaqi Su、Chengrui Wu、Kuihao Yan、Tianrui Zhang、Zixuan Qiu、Chao Lin、Zixiu Lin、Zixuan Chen、Zelin Xiao、Tiankuo Yao、Jiawei Hong、Zixuan Chen、Dan Xu、Lewei Lu、Wenjie Wang、Xin Lou
摘要：深度搜索使语言智能体能够通过迭代式网络探索来解决复杂的信息检索任务。然而，开发稳健的开源智能体仍面临三大挑战。首先，不透明的轨迹构建流程使训练数据难以审计和复现。其次，上下文压缩会在训练与推理之间造成显著的不匹配。第三，智能体在评估期间可能从开放网络检索到基准测试内容，从而污染结果并夸大其性能。为克服这些瓶颈，我们提出了 Glasseek，一个覆盖完整开发生命周期的完全透明的深度搜索框架，公开所有数据、模型权重、训练配方和代码。具体而言，在数据构建方面，我们建立了一条可验证的轨迹整理流程，系统性地生成高质量的探索路径。在训练方面，我们提出了 Compaction-Managed GSPO（CM-GSPO），它对搜索和摘要使用同一策略，同时仅优化执行子轨迹，从而实现了跨上下文压缩边界的端到端搜索策略训练。在评估方面，我们首次对开放网络智能体中的测试集泄漏进行了系统性审计，并发布了一个模块化的防泄漏插件，可无缝集成到现有的评估框架中。在这一严格的评估协议下，我们的 9B 智能体在涵盖多种任务类型的几乎所有深度研究基准上均优于前沿的专有智能体，并在近期开放权重智能体中取得了最佳整体性能，在 9B 规模上树立了新的最先进水平。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.16998 [cs.AI] |
| （或 arXiv:2610.16998v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.16998 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Cong Pang [查看电子邮件]
[v1]
2026年10月12日星期一 15:48:45 UTC（1,094 KB）
来源：arXiv cs.AI · arxiv.org