DeepResearcher：交大、SII发布首个真实环境强化学习「AI研究者」模型

文章预览

上海交通大学与 SII 联合发布了 DeepResearcher，代码训练框架完全开源。这是 首个在真实网络环境中通过强化学习训练的 AI 研究模型 。 随着大型语言模型（LLMs）推理能力的飞速发展，OpenAI、Google 和 XAI 等科技巨头纷纷推出了备受欢迎的 Deep Research 产品。这些工具能帮助用户整合海量网络信息，解决复杂问题，大大提升研究效率。 但现有系统存在两大痛点：一方面，商业产品如 OpenAI 的 Deep Research 完全是 "黑盒"，其技术细节不对外公开；另一方面，开源项目往往依赖人工设计的工作流程，导致行为僵化、泛化能力差，在复杂研究场景中表现脆弱。 DeepResearcher 通过强化学习扩展（RL scaling）在真实网络环境中训练，自发形成了令人惊叹的研究能力。以图中所示的例子为证：在回答问题时，DeepResearcher 不只是简单搜索信息，而是展现出人类才有的复杂行 ………………………………