arXiv cs.CL· Jian Xie, Tianhe Lin, Zilu Wang, Yuting Ning, Yuekun Yao, Tianci Xue, Zhehao Zhang, Zhongyang Li, Kai Zhang, Yufan Wu, Shijie Chen, Boyu Gou, Mingzhe Han, Yifei Wang, Vint Lee, Xinpeng Wei, Xiangjun Wang, Yu Su, Huan Sun·· 16 小时前AI 评分65
QUEST：用全合成任务训练前沿深度研究智能体
QUEST: Training Frontier Deep Research Agents with Fully Synthetic Tasks
AI 导读
研究团队发布 QUEST 系列开放模型（2B 至 35B），定位为通用深度研究智能体，覆盖事实查找、引用溯源与报告综合等长程搜索任务。其训练配方结合 mid-training、监督微调和强化学习，核心是基于统一评分标准树的数据合成流程，无需人工标注即可生成带可验证奖励的训练数据，并内置上下文管理机制。
正文 · AI 翻译
作者：Jian Xie、Tianhe Lin、Zilu Wang、Yuting Ning、Yuekun Yao、Tianci Xue、Zhehao Zhang、Zhongyang Li、Kai Zhang、Yufan Wu、Shijie Chen、Boyu Gou、Mingzhe Han、Yifei Wang、Vint Lee、Xinpeng Wei、Xiangjun Wang、Yu Su、Huan Sun
摘要：深度研究智能体将搜索引擎的角色从检索关键词匹配的页面扩展到综合知识，从根本上改变了人类与信息交互的方式。然而，前沿系统仍为专有，而现有的开放智能体往往在不同任务类型上泛化能力较差，导致如何训练一个具备广泛能力的深度研究智能体仍不明确。我们发布了 QUEST，这是一个开放模型系列（从 2B 到 35B），作为通用深度研究智能体，旨在处理各类长时程搜索任务，在事实查找、引用溯源和报告综合方面具备强大能力。为构建 QUEST，我们提出了一套有效的训练方案，结合了中期训练、监督微调和强化学习。该方案的核心是基于统一评分标准树构建的精选数据合成流水线，它适用于不同任务类型，并能够合成带有可验证奖励的训练数据，无需人工标注。此外，QUEST 内置了上下文管理机制，可实现有效的长时程推理和知识综合。仅使用 8K 个合成任务，QUEST 在涵盖多种任务类型的八个深度研究基准上接近甚至超越了前沿闭源智能体，并在近期开放权重智能体中取得了最佳整体性能。我们发布了所有内容：模型、数据和训练脚本。
| 评论： | NeurIPS 2026 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2605.24218 [cs.CL] |
| （或 arXiv:2605.24218v2 [cs.CL] 为此版本） | |
| https://doi.org/10.48550/arXiv.2605.24218 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Jian Xie [查看邮箱]
[v1]
2026年5月22日星期五 20:59:20 UTC（24,751 KB）
[v2]
2026年10月25日星期日 22:21:07 UTC（22,953 KB）
来源：arXiv cs.CL · arxiv.org