深度研究模型通过执行多步研究，以此生成篇幅较长且引证详实的回答。然而，大多数开源深度研究模型主要通过基于可验证奖励的强化学习（RLVR），在易于验证的短文本问答任务上进行训练，这种方法难以有效推广至现实场景中的长文本任务。针对这一问题，我们提出了“基于演化评价标准的强化学习”（Reinforcement Learning with Evolving Rubrics, RLER）。在该方法中，我们构建并维护一套在训练过程中与策略模型协同演化的评价标准；这使得评价标准能够整合模型新探索到的信息，并提供具有区分度的同策略（on-policy）反馈。基于 RLER，我们开发了 Deep Research Tulu (DR Tulu-8B)，这是首个直接针对开放式、长篇深度研究任务进行训练的开源模型。在涵盖科学、医疗及通用领域的四个长篇深度研究基准测试中，DR Tulu 的表现大幅优于现有的开源深度研究模型，并能媲美甚至超越专有的深度研究系统，同时其模型参数规模更小，单次查询成本显著降低。为推动相关领域的未来研究，我们开源了所有数据、模型及代码，其中包括我们最新构建的、用于深度研究系统的基于 MCP 的智能体基础设施。