深度研究的互动范式

大语言模型 (LLM) 的最新进展使得深度研究系统能够通过结合检索、推理和生成来综合针对开放式查询的全面的报告式答案。然而，大多数框架依赖于一次性范围界定和长时间自主运行的严格工作流程，如果用户意图在流程中发生变化，则几乎没有提供路线修正的空间。我们提出了 SteER，一个用于可引导深度研究的框架，它将可解​​释的中间过程控制引入到长期研究工作流程中。在每个决策点，SteER 使用成本效益公式来确定是否暂停以等待用户输入或自主继续。它将多样性意识规划与奖励一致性、新颖性和覆盖范围的实用信号相结合，并维护在整个会话过程中不断发展的实时角色模型。 SteER 在对齐方面比最先进的开源和专有基线高出 22.80%，在广度和平衡等质量指标上领先，并且在 85% 以上的成对对齐判断中受到人类读者的青睐。我们还引入了角色查询基准和数据生成管道。据我们所知，这是第一项通过交互式、可解释的控制范式推进深入研究的工作，为长格式任务中的可控、用户一致的代理铺平了道路。