📄 论文总结
通用深度研究：自带模型与策略
Universal Deep Research: Bring Your Own Model and Strategy
1️⃣ 一句话总结
UDR是一个通用型深度研究系统，允许用户使用任意语言模型创建和执行完全自定义的研究策略，无需额外训练或微调，通过将自然语言策略转换为可执行代码实现高效、安全且透明的自动化研究流程。
2️⃣ 论文创新点
1. 通用深度研究系统架构
- 创新点是什么：UDR系统可封装任意语言模型，支持用户完全自定义深度研究策略，无需模型重训练或微调
- 与已有方法的区别/改进：克服了现有DRT工具硬编码特定策略和固定工具的限制
- 为什么有意义：提供了研究策略的灵活性和可定制性，实现了模型与DRT工具的独立竞争
2. 基于代码片段的策略执行机制
- 创新点是什么：将用户定义的研究查询转换为可操作的代码片段，在允许的控制流和工具范围内执行
- 与已有方法的区别/改进：取代了传统的文档/页面概念，提供了完整的研究过程控制
- 为什么有意义：使用户能够定义复杂的研究、验证和报告结构化程序，实现完全的研究过程定制
3. 分阶段策略处理与执行
- 创新点是什么：将用户自然语言策略转换为可执行代码，并在隔离环境中执行
- 与已有方法的区别/改进：替代了直接嵌入策略或分步生成代码的脆弱方法
- 为什么有意义：确保步骤一致性，减少同步开销，避免级联失败
4. 外部状态管理
- 创新点是什么：使用代码变量而非LM上下文窗口存储中间信息
- 与已有方法的区别/改进：摆脱了单一增长上下文窗口的限制
- 为什么有意义：可在小上下文窗口（8k token）中完成复杂工作流
5. 双级效率机制
- 创新点是什么：将编排逻辑委托给CPU可执行代码，限制LLM仅用于聚焦的上下文高效调用
- 与已有方法的区别/改进：相比传统DRT显著降低GPU使用率和延迟
- 为什么有意义：大幅减少深度研究任务的总体延迟和成本
6. 沙箱化执行环境
- 创新点是什么：默认在隔离环境中执行生成代码，防止主机系统访问
- 与已有方法的区别/改进：使用Piston等现成解决方案提供执行隔离
- 为什么有意义：确保UDR部署安全，防范提示注入和代码利用风险
3️⃣ 主要结果与价值
实验结果亮点
- 通过代码生成和执行的纪律性结构，显著提高了研究策略的忠实度和一致性
- 在仅8k token上下文窗口内高效完成复杂研究工作流
- 使用Llama 3.3 70B模型成功处理技术查询并生成结构化报告
实际应用价值
- 为高价值行业自动化专业研究工作负载提供了可能
- 大幅降低深度研究任务的延迟和计算成本
- 提供实时进度通知和用户可审计的执行视图，增强系统透明度
4️⃣ 术语表
- Universal Deep Research (UDR)：通用深度研究系统，支持任意语言模型和自定义研究策略的代理系统
- Deep Research Tool (DRT)：深度研究工具，接收研究提示，进行广泛搜索并生成结构化研究报告的代理系统
- Graph-Based AI Architecture：基于图的AI架构，使用知识图表示企业数据并通过图神经网络进行访问
- research strategy：研究策略，用户用自然语言编写的指导系统执行研究过程的指令集
- PROMPT：用户提交的研究请求或指令，是驱动整个研究流程的初始输入
- supercontext：存储所有搜索阶段读取的全部资源上下文的全局存储容器
- subcontext：仅存储单次搜索交互上下文的局部存储容器
- CONTEXT：单一的存储，在搜索过程中逐步累积来自搜索结果的信息内容，作为生成报告的知识基础