SciResearcher：面向前沿科学推理的深度研究智能体扩展

前沿科学推理正迅速成为推进AI智能体实现自动科学发现的关键基础。深度研究智能体为应对这一挑战提供了有前景的途径。这类模型通过对信息搜寻任务进行后训练来发展稳健的问题求解能力，此类任务通常借助知识图谱构建或迭代式网页浏览来策划。然而，这些策略在前沿科学领域面临固有局限：领域知识散布于稀疏且异构的学术来源中，问题求解所需的高级计算与推理远超事实记忆。为弥合这一差距，我们提出SciResearcher，一个用于前沿科学数据构建的全自动智能体框架。SciResearcher以学术证据为基础合成多样化的概念性任务与计算性任务，同时激发信息获取、工具集成推理与长程能力。利用策划的数据进行监督微调与智能体强化学习，我们开发了SciResearcher-8B，该智能体基础模型在HLE-Bio/Chem-Gold基准上取得19.46%，在其参数规模上创下新的最优水平，并超越多个更大的专有智能体。它还在SuperGPQA-Hard-Biology和TRQA-Literature基准上取得13-15%的绝对提升。总体而言，SciResearcher为前沿科学推理的自动化数据构建引入了新范式，并为未来科学智能体提供了可扩展的路径。