Mind DeepResearch技术报告

我们提出了 \textbf{Mind DeepResearch (MindDR)}，这是一种高效的多智能体深度研究框架，通过精心设计的数据合成和多阶段训练管道，仅使用 \textasciitilde30B 参数模型即可实现领先的性能。 MindDR的核心创新在于协作式三智能体架构（规划智能体、深度搜索智能体和报告智能体）以及由SFT冷启动、搜索强化学习、报告强化学习和偏好对齐组成的四阶段智能体专业训练管道。通过这种机制，MindDR 即使使用 \textasciitilde30B 规模的模型也能表现出具有竞争力的性能。具体来说，MindDR 在 BrowseComp-ZH 上达到 45.7\%，在 BrowseComp 上达到 42.8\%，在 WideSearch 上达到 46.5\%，在 xbench-DS 上达到 75.0\%，在 DeepResearch Bench 上达到 52.5，超越了同等规模的开源代理系统，并与更大规模的模型相媲美。 MindDR已作为在线产品部署在理想汽车中。此外，我们还引入了 \textbf{MindDR Bench}，这是一个从我们内部产品用户交互中收集的 500 个真实中文查询的精选基准，通过全面的多维评分系统进行评估，而不是依赖于单一的 RACE 指标。在 MindDR Bench 上，MindDR 取得了 51.8 的最高分数。