Résumé

Nous présentons Tongyi DeepResearch, un grand modèle linguistique agissant, spécialement conçu pour les tâches de recherche approfondie à horizon long. Pour inciter une agence de recherche autonome et approfondie, Tongyi DeepResearch a été développé selon un cadre d’entraînement end-to-end combinant une phase d’entraînement intermédiaire agissant et une phase de post-entraînement agissant, permettant ainsi un raisonnement évolutif et une recherche d’information efficace sur des tâches complexes. Nous avons conçu un pipeline de synthèse de données hautement évolutif, entièrement automatisé et indépendant des annotations humaines coûteuses, qui soutient toutes les étapes d’entraînement. En construisant des environnements personnalisés pour chaque étape, notre système garantit des interactions stables et cohérentes tout au long du processus. Tongyi DeepResearch, doté d’un total de 30,5 milliards de paramètres, avec seulement 3,3 milliards activés par jeton, atteint des performances de pointe sur divers benchmarks de recherche agissante approfondie, notamment Humanity's Last Exam, BrowseComp, BrowseComp-ZH, WebWalkerQA, xbench-DeepSearch, FRAMES et xbench-DeepSearch-2510. Nous mettons librement à disposition le modèle, le cadre d’entraînement et les solutions complètes afin de soutenir la communauté.