摘要

我们提出 Tongyi DeepResearch，这是一个专为长周期、深度信息探索型研究任务设计的智能体式大语言模型。为激励自主深度研究能力，Tongyi DeepResearch 采用端到端的训练框架，融合智能体式中期训练与智能体式后期训练，从而在复杂任务中实现可扩展的推理与信息检索能力。我们设计了一条高度可扩展的数据合成流水线，完全自动化，无需依赖昂贵的人工标注，全面赋能各个训练阶段。通过为每个阶段构建定制化环境，我们的系统实现了全程稳定且一致的交互体验。Tongyi DeepResearch 拥有总计 305 亿参数，每 token 仅激活 33 亿参数，已在多项智能体式深度研究基准测试中达到当前最优性能，涵盖 Humanity's Last Exam、BrowseComp、BrowseComp-ZH、WebWalkerQA、xbench-DeepSearch、FRAMES 以及 xbench-DeepSearch-2510。我们已开源该模型、训练框架及完整解决方案，以赋能全球研究社区。