迈向可信报告生成：具有渐进式置信度估计与校准的深度研究智能体

随着基于智能体的系统不断演进，深度研究智能体已能跨领域自动生成研究风格的报告。尽管这类智能体有望简化信息综合与知识探索，但现有评估框架通常基于主观维度，未能捕捉报告质量的一个关键方面：可信性。在没有真值答案的开放式研究场景中，现有评估方法无法有效衡量所生成内容的认知置信度，导致校准困难，使用户容易受到误导性或幻觉信息的影响。为弥补这一局限，我们提出一种新型深度研究智能体，在报告生成流程中融入渐进式置信度估计与校准。我们的系统采用深思熟虑式搜索模型，具备深度检索与多跳推理能力，将输出锚定在可验证的证据上，同时为每条论断赋予置信度分数。结合精心设计的工作流，该方法生成可信且透明度更高的报告。实验结果与案例研究表明，我们的方法大幅提升了可解释性，并显著增强了用户信任。