长猫-DeepResearch技术报告

我们推出了 LongCat-DeepResearch，这是一个深度研究系统，它将增强的 LongCat 模型与多Agent工作流程相结合，用于生成全面的、基于证据的报告。该工作流程将全局规划与详细调查分开，并在部分级别协调修订。多个规划Agent首先探索外部资源并完善可行的研究计划，称为 ResearchSpec。然后，研究人员并行调查和起草分配给他们的部分，随着分析的进展，在不同的背景下收集额外的证据。一旦各个部分组装完毕，全球审查指南就会针对本地修订进行指导，从而减少对重复完整报告重写的依赖。该工作流程还支持为 LongCat 通用模型的训练中期和训练后构建研究任务和轨迹。 LongCat-DeepResearch 在 DeepResearchBench 上获得 55.25，在 DeepResearchBench II 上获得 51.35，在 ResearchRubrics 上获得 79.83。在内部基准测试中，它的得分为 76.04，在四个比较系统中排名第二。开发集分析显示了结合规划视角的好处，而进一步的规划细化则产生了好坏参半的效果。额外的编辑提高了两个基准的平均自动可读性偏好，每个基准都有不同的趋势。