SAGE：带执行反馈的可控Agentic深度搜索数据生成

深度搜索智能体旨在回答需要跨多文档推理的复杂问题，能显著加快信息获取过程。为该应用收集人工标注因探索轨迹长且复杂而成本高得令人却步。我们提出一个Agentic流水线，为给定语料和目标难度自动生成高质量、难度可控的深度搜索问答对。我们的流水线SAGE由一个提出问答对的数据生成器和一个尝试解决所生成问题、并为数据生成器提供执行反馈的搜索智能体组成。两个组件在多轮中交互，迭代精化问答对，直至满足目标难度。内在评估显示，SAGE生成的问题需要多样的推理策略，同时显著提高所生成数据的正确性和难度。外在评估表明，用我们的合成数据训练深度搜索智能体，可在流行深度搜索基准上获得最高23%的相对性能提升。额外实验显示，用我们数据训练的智能体可在推理时从固定语料检索适配到Google搜索，无需进一步训练。