QUEST 用 8K 合成任务训练开放深度研究智能体，称可比肩闭源系统。
资讯摘要
论文提出 QUEST，一组 2B 至 35B 的开放模型，作为通用深度研究智能体，覆盖事实查找、引用溯源与报告综合。作者采用中期训练、监督微调与强化学习组合的训练方案，核心是基于统一评分树的数据合成流程，无需人工标注即可生成带可验证奖励的训练数据，并内置上下文管理机制支持长程推理。作者报告仅用 8K 合成任务，在八个深度研究基准上接近或超过前沿闭源智能体，并称已发布模型、数据与训练脚本。
要点速读
- QUEST 为 2B 至 35B 的开放模型系列，面向多类长程搜索任务，强调事实查找、引用溯源和报告综合能力。
- 训练配方结合中期训练、监督微调与强化学习，核心是基于统一评分树的数据合成流程，可生成带可验证奖励的数据而无需人工标注。
- 作者报告仅用 8K 合成任务，在八个深度研究基准上接近或超过前沿闭源智能体，并称已发布模型、数据和训练脚本。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。