★ 3
DiffResearch 开源扩散语言模型深度研究框架，端到端提速 6 倍
论文提出 DiffResearch，一个开源多智能体深度研究框架，把扩散语言模型（dLLM）置于规划、检索、写作各阶段核心。在 100 项 Deep Research Bench 任务上，扩散骨干比同规模自回归模型端到端快约 6 倍，规划与写作环节提速达数量级。作者还提出 dFast 分解模式，利…
arXiv cs.AI11 天前
#深度研究
共 7 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
PANINI-DR：基于生成语义工作区的可控深度研究框架
研究者提出 PANINI-DR 多智能体框架，将整体研究协调与单个子问题的研究与验证分离，用基于生成语义工作区的共享空间记录子问题、依赖、发现与证据。在 BrowseComp-Plus、FRAMES、MoNaCo 上平均表现最佳，BrowseComp-Plus 准确率 73.3%，领先次优框架 1…
arXiv NLP19 天前
★ 3
LongCat-DeepResearch 技术报告
美团LongCat团队发布LongCat-DeepResearch深度研究系统，将增强版LongCat模型与多智能体工作流结合，分离全局规划与细节调查，并按章节协调修订。系统在DeepResearchBench得55.25、DeepResearchBench II得51.35、ResearchRu…
arXiv cs.AI33 天前
★ 3
WinSyn：面向真实企业问答评估的自动化流水线
针对企业问答中信息分散于邮件、聊天与文档且常相互冲突的复杂性，研究提出WinSyn自动化流水线，生成模拟长达数月、涉及多达25名多角色员工的企业项目合成邮件数据集及长短问答。用最新前沿模型评估标准智能体基线，各数据集平均得分均低于80%，表明企业级深度研究系统仍有较大提升空间。
arXiv cs.AI49 天前
★ 3
Mr.LHDR：多模态真实世界长程深度研究智能体基准
论文推出Mr.LHDR基准，用于评估跨八类、长且不可约的相互依赖证据链上的真实深度研究能力。每个问题由隐藏的节点关系图构建，平均需要12.1个必要中间结论、依赖深度10.4，并包含图像、地图、PDF、图表、表格和视频帧等多模态证据。评测显示最强系统仅达43.1%总体准确率和34.3%严格准确率，移…
arXiv cs.AI51 天前
★ 3
APEx：自适应深度研究问答的经验蒸馏框架
提出APEx分层经验利用框架，通过执行器、蒸馏器和规划器闭环，结合GRPO训练，实现技能蒸馏和在线规划自适应。在7个基准上超越GPT-5.4等模型，达到最先进性能。
arXiv cs.AI60 天前
★ 2
arXiv 论文：增量开放式深度研究与结构化框架
论文提出增量开放式深度研究（Incremental-OEDR）设定，将报告视为演进的研究状态并增量更新，配套提出结构化框架 Structured Harness。在 DeepResearch Bench 上，该方法内容级 ROUGE-L F1 提升 0.51、大纲级 EM F1 提升 0.63，t…
arXiv NLP24 天前