DeepResearch开源深度研究智能体，30.5B参数大模型重新定义信息搜索与研究

DeepResearch：开源深度研究智能体，重新定义信息探索

你是否曾经为处理海量信息、进行深度研究而耗费大量时间？DeepResearch 的出现，旨在彻底解决这个问题。它是一个由阿里巴巴通义实验室开发的拥有305亿总参数的大语言模型智能体，专为长周期、深度信息搜索任务设计。本文将带你全面了解这个AI研究领域的潜力新星。

截至收录：
DeepResearch项目stars数：11490
DeepResearch项目forks数：855

DeepResearch项目目录截图

DeepResearch核心亮点

🌟 极致性能表现：在多个智能体搜索基准测试中达到最先进水平，包括Humanity s Last Exam、BrowserComp、WebWalkerQA等权威基准。
🎯 双重推理范式兼容：同时支持ReAct模式（评估模型核心能力）和IterResearch重型模式（释放最大性能潜力）。
🔁 端到端强化学习：采用基于Group Relative Policy Optimization框架的严格同策略RL方法，确保在非平稳环境中的训练稳定性。
📊 全自动数据生成管道：设计高度可扩展的合成数据流水线，支持智能体预训练、监督微调和强化学习的全自动化。

DeepResearch快速开始

只需几步，你就能开始使用DeepResearch进行深度研究：

1. 环境设置：

   conda create -n react_infer_env python=3.10.0
   conda activate react_infer_env

2. 安装依赖：

   pip install -r requirements.txt

3. 配置并运行推理：

   # 修改run_react_infer.sh中的配置参数
   bash run_react_infer.sh

4. 或使用OpenRouter API：
   无需GPU即可通过OpenRouter平台调用模型，只需配置相应的API密钥和端点。

DeepResearch应用场景

场景一：学术研究辅助：研究人员可以使用DeepResearch快速搜集、分析和整合相关领域的最新研究文献和资料。
场景二：商业情报分析：企业分析师可以利用其深度信息搜索能力，进行市场竞争分析和商业趋势研究。
场景三：技术文档生成：开发者可以借助模型的长上下文处理能力（128K上下文长度），自动生成详细的技术文档和研究报告。
用户案例：该模型已在多个权威基准测试中证明其卓越性能，为学术和工业界的研究工作提供了强大支持。

DeepResearch项目链接

Alibaba-NLP / DeepResearch项目地址：https://github.com/Alibaba-NLP/DeepResearch

注：DeepResearch是阿里巴巴通义实验室推出的开源深度研究智能体，采用30.5B总参数设计，每个token仅激活3.3B参数，在保持高效推理的同时提供强大的信息搜索和研究能力。

本文地址：https://www.tgoos.com/10758