📄 论文总结
InfoSeek：用于合成复杂深度研究任务的可扩展框架
InfoSeek: A Scalable Framework for Synthesizing Complex Deep Research Tasks
1️⃣ 一句话总结
InfoSeek是一个创新的双代理框架，通过将深度研究任务形式化为分层约束满足问题（HCSP），并递归构建研究树来自动生成高质量的自然语言问答数据集，显著提升了模型在复杂推理任务上的性能。
2️⃣ 论文创新点
1. 分层约束满足问题（HCSP）形式化
- 创新点是什么：将深度研究任务定义为需要满足分层化相互依赖约束的问题，超越了传统的多跳问题和平坦约束满足问题
- 与已有方法的区别/改进：提供了更准确的任务形式化方法，更好地捕捉深度研究的复杂性
- 为什么有意义：为深度研究任务提供了理论基础，支持可控复杂度的分层问题生成
2. 双智能体协作框架
- 创新点是什么：使用Planner和Browser两个智能体协同构建研究树，Planner负责全局规划和目标选择，Browser负责执行具体操作和验证
- 与已有方法的区别/改进：通过分工协作实现了自动化和可扩展的数据生成，避免了传统方法中单一智能体的局限性
- 为什么有意义：提高了数据生成的效率和质量，支持复杂层次结构的问题构建
3. 四步动作机制
- 创新点是什么：定义了初始化、模糊约束、扩展树和终止生成四个核心动作，逐步构建研究树并确保结构合理
- 与已有方法的区别/改进：通过分步操作控制了树的生长过程，避免了过确定和欠确定问题
- 为什么有意义：增强了数据生成的可控性和结构性，适用于多层次推理任务
3️⃣ 主要结果与价值
实验结果亮点
- 在BrowseComp-Plus基准测试中表现优异，3B模型性能超越32B模型
- 在单跳和多跳问答基准测试中优于所有基线方法，包括RAG方法和近期代理搜索方法
- InfoSeeker-3B以16.5%的准确率超越了多个闭源系统（如Gemini 2.5 Flash、Sonnet 4、GPT-4.1）和开源基线
实际应用价值
- 支持大规模数据集生成（超过50K训练样本），并提供推理轨迹和元信息
- 实现了在紧凑LLM中扩展深度研究能力，模型泛化效果更好
- 为训练和评估深度研究智能体提供可扩展基础
4️⃣ 术语表
- InfoSeek：用于合成复杂深度研究任务的可扩展框架，使用双代理系统递归构建研究树并生成自然语言问题
- HCSP：分层约束满足问题，用于形式化深度研究任务的框架，要求通过满足分层化的相互依赖约束来逐步揭示最终答案
- 研究树：由知识实体和事实构成的树状结构，顶点表示实体，边表示关系，根节点表示最终答案
- InfoSeeker：一种代理搜索模型，在单跳/多跳QA和BrowseComp-Plus基准测试中表现优异
- BrowseComp-Plus：用于评估深度研究能力的复杂推理任务基准，包含830个问题和100K网页语料，强调开放式、搜索密集型推理
- Refiner Agent：InfoSeeker框架中的专用组件，负责对检索结果进行提炼，提取关键证据并生成简洁的摘要
- GRPO：采用PPO裁剪目标函数和KL散度惩罚的强化学习算法，无需价值模型计算优势