Marco DeepResearch：通过以验证为中心的设计解锁高效的深度研究代理

深度研究代理自主地进行开放式调查，将复杂的信息检索与跨不同来源的多步骤推理相结合，以解决现实世界的问题。为了在长期任务中维持这种能力，在训练和推理过程中可靠的验证至关重要。现有范式的主要瓶颈源于 QA 数据合成、轨迹构建和测试时间扩展方面缺乏明确的验证机制。每个阶段引入的错误都会向下游传播并降低代理的整体性能。为了解决这个问题，我们推出了 Marco DeepResearch，一种深度研究代理，在三个层面上以验证为中心的框架设计进行了优化： \textbf{(1)~QA 数据合成：}我们将验证机制引入基于图和基于代理的 QA 合成中，以控制问题难度，同时确保答案唯一且正确； \textbf{(2)~轨迹构建：}我们设计了一种验证驱动的轨迹合成方法，将显式验证模式注入训练轨迹中；和 \textbf{(3)~测试时间缩放：} 我们使用 Marco DeepResearch 本身作为推理时间的验证器，并有效提高在挑战性问题上的性能。大量的实验结果表明，我们提出的 Marco DeepResearch 代理在最具挑战性的基准（例如 BrowseComp 和 BrowseComp-ZH）上显着优于 8B 规模的深度研究代理。至关重要的是，在 600 次工具调用的最大预算下，Marco DeepResearch 甚至超过或接近了几个 30B 规模的代理，例如 Tongyi DeepResearch-30B。