为大语言模型（LLM）配备浏览工具，能够显著提升其作为深度搜索智能体（Agent）解决复杂现实世界任务的潜力。

然而，由于使用浏览工具进行长程推理的能力有限，且缺乏足够难度的监督数据，开源 LLM 在此类场景下的表现依旧不佳。

为推动深度搜索 Agent 发展，来自清华大学、东北大学的研究团队提出了DeepDive，该方法通过结合知识图谱（KG）的自动化数据合成与端到端的多轮 RL，来创建具备复杂长程推理和网页浏览能力的 Agent。

实验表明，基于该方法训练的 DeepDive-32B 在 BrowseComp 测试中取得了 14.8% 的准确率。这证明了在深度搜索中，工具调用和并行采样的测试时间扩展是有效的。

图｜左：DeepDive-32B 在 BrowseComp 上的表现优于开源深度搜索模型和专有模型；中：DeepDive 通过最大化工具调用来驱动模型的深度搜索能力，从而提高其在 BrowseComp 上的性能；右：多轮 RL 持续增强 DeepDive-32B 在 4 个深度搜索基准上的表现。

此外，除了上述方法和数据，研究团队还开源了一项新万博体育：半自动独立同分布（i.i.d.）深度搜索问答合成的附加研究。仅使用这项研究中的数据，DeepDive-32B 在 BrowseComp 上的准确率可以进一步提升至 22.2%。

值得一提的是，这些自动生成的知识图谱数据和半自动 i.i.d. 数据，帮助 GLM-4.5 系列开源模型在 BrowseComp 测试中取得了出色的表现。

最后，所有 DeepDive 数据集、模型和代码均已在 GitHub 上开源。

深度搜索 Agent 需要通过分析数百个在线资源进行推理和检索，以定位复杂且难以获取的信息。然而，开放模型在深度搜索 Agent 方面与 OpenAI DeepResearch 等专有 LLM 存在显著差距。

研究团队认为，这一差距源于难以获取的数据资源匮乏，以及缺乏多轮 RL 训练机制。数据层面，现有大多数问答数据集通常包含相对简单的提问，难以真实反映“疑难案例”；在训练方法上，如何有效结合长程推理与深度搜索工具的使用仍是一个未解难题；此外，现有的集成浏览工具的搜索或浏览 Agent 主要针对直接搜索任务进行设计。

DeepDive旨在提升深度搜索 Agent 的长期信息检索能力，通过数据构建与 RL 两大技术模块实现突破。他们开发了一种策略，能够自动从开放知识图谱中生成难以发现的查询问题，并运用端到端多轮 RL 技术，通过深度搜索增强语言模型的长程推理能力。

在数据层面，要构建深度搜索 Agent，其训练数据必须突破传统多跳问答的局限。

知识图谱天然具备结构化且语义丰富的环境，为多跳推理提供支持，这使其特别适合生成训练深度搜索 Agent 所需的监督数据。他们通过从知识图谱中自动生成深度搜索问答数据集，来解决问答数据集缺乏难度的问题。

由于知识图谱天然支持多跳连接，且每个实体都具有不同属性，他们在构建问题时刻意模糊了每个实体的部分属性，从而创造出一种“模糊实体”的形式。

随后在知识图谱上进行随机游走，提取长距离多跳路径，并利用 LLM 进一步混淆关键线索，使问答对更具挑战性。这种数据合成过程生成的数据能够有效激发 LLM 的长程推理能力和深度搜索能力。

图｜用于 DeepDive 的知识图谱自动化问答数据合成。通过在知识图谱上执行随机游走，自动构建深度搜索问答对，然后使用 LLM 对其进行混淆。

在训练方法方面，他们采用端到端多轮 RL，来整合推理与搜索工具的使用。运用多轮 GRPO 算法进行端到端 RL，其中 LLM 与网络环境交互，并根据构建的问答数据集中的最终答案获取奖励。

实验表明，经过 RL 训练的模型在推理阶段比基线方法更有效地提升工具使用效率，这证明了工具调用在测试时的扩展性，从而有效提升长程推理能力和深度搜索能力。

图｜多轮 RL 概述，用于训练 DeepDive 的推理和深度搜索能力。

为进一步提升部署效率并确保正样本的有效性，他们还引入了提前退出机制：当模型在任何步骤中出现格式错误时，轨迹生成将立即终止并赋予 0 分奖励。这种机制确保所有获得正向奖励的轨迹既无错误又完全可靠，从而显著增强了多轮次工具使用的鲁棒性。

研究团队通过 Bro-wseComp、BrowseComp-ZH 等 4 个公开且具有挑战性的深度搜索基准，对 DeepDive 进行评估，并将 DeepDive 与多类模型进行对比。结果如下：

表｜深度搜索问答基准评测结果。准确率（%）为报告数据。*表示现有研究的报告性能。? 表示通过函数调用实现浏览功能。

图｜训练奖励（a）和在 BrowseComp-266 上的评估准确率（b），以及在训练和评估过程中的平均工具调用次数（c），展示了强化学习（RL）如何逐步培养出更深层次的搜索策略。

图｜DeepDive 在简单搜索基准上的泛化效果。? 表示通过函数调用来实现浏览功能。

以上结果表明，复杂的监督和多轮强化学习共同为工具使用奠定了基础，模型的性能会随着工具调用预算和并行采样的增加而提升，并且在解决复杂问题时习得的技能可以迁移到更简单的场景中。

例如，由两种具有挑战性的深度搜索问答数据合成方法生成的数据，在难度上依然低于 BrowseComp 等数据集。这间接导致了 DeepDive-32B 在 BrowseComp 上的性能，比具备浏览能力的 o3 等先进模型要低得多。

此外，研究团队主要针对高难度数据进行训练的方法，导致了 DeepDive-32B 出现了“过度搜索”（over-search）的现象。因此，确定最优的训练步骤，并为 RL 阶段设计更合适的奖励机制，将是未来一个重要的探索方向。

新万博体育

清华团队提出DeepDive：深度搜索Agent再迎新突破

「统计」P6F3X2M7T9QJ8L1B4WZR

142.23MB

版本V5.7.11

下载APK 高速下载

下载欧美做爰又粗又大拔萝卜视频安装你想要的应用更方便更快捷发现新万博体育：

95%好评(79040人)

详细信息

软件大小: 42761.98323MB
最后更新: 2025-09-21 11:05:35
最新版本: V7.52632.8
文件格式: apk
应用分类:ios-Android 国产老妓女❌❌❌
使用语言: 中文
: 需要联网
系统要求: 6.85101以上

应用介绍

一，雏田被揉❌难受❌3d视频，扒开老师狂揉桃花岛火影忍者
二，白丝❌jk❌乳❌❌漫画，甘雨自慰❌❌喷水好爽
三，d💚x💚7💚⒏💚㏄网占，嫩嫩草
四，体育生自慰喷浆Gay学长小说，温迪被扒开双腿疯狂输入小说
五，无遮挡同人漫画网站，最爽的亂倫老女人
六，偷拍洗澡-ThePorn,91♥️丨PORNY丨少妇亚洲，ive女团成员介绍
七，女生裸体,葡萄漫画在线观看
【联系我们】
客服热线：134-2881-646

加载新万博体育：

版本更新

V1.7.93

耽漫画🔞漫画无打码下载

亚洲同志1069Gay片

XXXⅩ100🇺🇸HD

32678.32MB

102好评

美女又爽❌又黄❌脱脱内内
中国精品偷偷拍洗澡视频

沙奈朵被揉到高潮下不了床小说

89279.48MB

456246好评

印度老太做爰XXXⅩ性生交
成人作爱gif表情包

虐菊➕虐乳➕捆绑小说

13.90MB

319好评

性大陆婬妇❌❌❌❌❌
老头老人大爷同性XxXx大全

3D不知火舞❌爆奶水

53.14MB

278好评

亚洲女同同性真人做爰
禁漫🍆🍑🔞❌❌❌

冰灵儿媳

71.33MB

702好评

日本熟HD❌❌❌
男被❌c🐻黄扒衣服韩国

免费无遮挡🔞视频多人

83.20MB

338好评

国产精品㊙️18禁拍拍音频
XXXX48🍆🍆🍆HD免费

女学生喷浆老王666

23.48MB

102好评

西施裸乳被爆❌白浆漫画
阳台上出现几十颗Q弹小球

虞书欣被❌到喷水18

50.27MB

923好评

男女c🔞黄㊙️❌网站八戒
小戳进面视频

把🍌伸进女人的🍑洗澡动漫

83.77MB

561好评

男男+纯肉+超H污黄短篇段
新疆妇女裸体BBwBBW

蘑菇mogu2

83.63MB

756好评

虐乳➕电击➕虐菊➕91
美女➕光屁屁➕无遮挡cosAⅤ

免费汉化黄油游戏

98.15MB

9983好评

美女光溜溜图片视频素材没有马赛克
莫妮卡床戏无删减版

白丝女仆被❌❌免费网站

78.68MB

704好评

妲己被爆吸乳羞羞视频
国产精品❌❌❌国产男男

男男H捆绑调教sm

65.71MB

746好评

自慰❌挤奶羞
69❌❌❌❌老师视频

申鹤裸体❌自慰喷水

54.25MB

758好评

免费❤成人黄动画
AI换脸王鹤棣喷水视频无码

姬小满🌸扒腿爽出白色液体视频

57.28MB

683好评

拔萝卜动画免费观看完整版大全
玩烂女学生的屁股眼

雷神同人18❌AV黄漫网站

24.80MB

359好评

明日香被爆❌羞羞漫画
扒开❌狂揉❌羞羞中国

小🐤🐤戳到女人屁股里漫画

13.46MB

318好评

周于希免费高清在线观看
午夜男女爽爽影院A片免费失禁

gogogo高清在线播放免费观看如果奔跑是

84.87MB

219好评

纲手裸乳被爆❌白浆向上
火影忍者佐良娜被❌黄

扒开小胡桃❌狂揉❌难受

45.58MB

732好评

男女c🔞黄㊙️❌网站
小舞扒胸露出奶头让人玩

熊出没娜雅乳喷h侵犯HM小说

10.58MB

183好评

惩罚女初高中打屁股♥sm调教
浪荡挨脔H粗话H玩具play

❌到爽🔞流触手在线观看

44.19MB

368好评

邪恶绅士☆堕落媚肉全彩AV
永久看片925tv

熟老太XxXⅩHD老太

91.67MB

202好评

yiqicao17c@gmail.c点击保存二
女性裸体㊙️无遮挡游戏

丝袜寸止龟责榨精地狱

30.40MB

909好评

疼痛色情-PornV.XXX
同人动漫被爆✗羞羞

蒂法被扒开腿坐做❌同人黄文

30.74MB

542好评

国产白浆➕高潮➕喷水
男生的放男生的软视频

教你一根棉签自慰到爽

29.73MB

125好评

打女白嫩㊙️光屁屁调教视频
寸止挑战魅魔女王

丁香花四月激动的心情演员表全部

70.69MB

456好评

18禁裸体爆乳羞羞❌病娇美女
虐菊➕虐乳➕捆绑网站 title="丰满大乳❌❌❌HD" class="0v5366j9r7414 app-list-img" src="https://t11.baidu.com/it/u=1040017057,165456434&fm=30&app=106&f=JPEG?w=312&h=208&s=15B07D95426079116A1494FD03009032"">

调教帅气体育生Gay视频

美女裸体100%无挡视频

详情
侏儒老太AAA性A片老太配 title="怎样洗蓝莓最干净" class="0v5366j9r7414 app-list-img" src="https://t10.baidu.com/it/u=3070224572,165461829&fm=30&app=106&f=JPEG?w=312&h=208&s=C6000AAC4838BAC8463F54AC0300A00B"">

国产AV学生姝被强视频

玉米地我和亲妺作爱

详情
又深又粗精XXXXX凹凸视频 title="❌点🔴w🛑㸔🅱️片❌漫画" class="0v5366j9r7414 app-list-img" src="https://t12.baidu.com/it/u=1041590673,165100299&fm=30&app=106&f=JPEG?w=312&h=208&s=D7383EC642E1D8EA0A87937F0300C078"">

爽⋯好大⋯快⋯奶18动漫版

老师扒开我的❌爽了一夜

详情