爆火！学术团队仅凭SFT打破大厂垄断，OpenSeeker-v2 登顶搜索智能体榜单
在当前的大模型（LLM）领域，深度搜索能力已成为顶尖智能体的“必杀技”。然而，这一赛道的游戏规则长期以来被资源雄厚的工业巨头所主导。传统的开发模式通常依赖于极其消耗资源的流水线，包括预训练、持续预训练(CPT)、监督微调(SFT)以及强化学习(RL)。
近日，来自学术界的研发团队发布了最新成果 OpenSeeker-v2，彻底打破了这一常规认知。研究报告指出，通过使用高质量、高难度的任务轨迹进行训练，即便仅采用简单的监督微调（SFT）方法，也能打造出性能顶尖的搜索智能体。
该团队在数据合成方面提出了三项核心优化策略:首先是扩大知识图谱规模，以提供更丰富的探索空间;其次是显著增加工具集数量，扩展功能边界;最后是实施严格的低步数过滤，确保训练数据的精炼与高效。
实验数据显示，仅基于1.06万条数据点训练的 OpenSeeker-v2（30B规模，ReAct架构），在四项核心基准测试中展现了极强的统治力:其在BrowseComp上的准确率达到46.0%，在BrowseComp-ZH上为58.1%，在“人类最后考试”(Humanity's Last Exam)中表现为34.6%，而在xbench上更是高达78.0%。这一系列成绩不仅刷新了纪录，更全面超越了采用重度CPT+SFT+RL复杂管线训练的工业界模型——通义DeepResearch。
值得关注的是，这是首个在同等模型规模与架构下，由纯学术团队仅通过SFT技术实现的 state-of-the-art（SOTA）搜索智能体。目前，该团队已正式开源 OpenSeeker-v2 的模型权重。这一发现极大地降低了前沿搜索智能体的研发门槛，为学术界和开源社区提供了更具参考价值的轻量化开发路径。
论文地址：https://arxiv.org/pdf/2605.04036
via AI新闻资讯 (author: AI Base)
在当前的大模型（LLM）领域，深度搜索能力已成为顶尖智能体的“必杀技”。然而，这一赛道的游戏规则长期以来被资源雄厚的工业巨头所主导。传统的开发模式通常依赖于极其消耗资源的流水线，包括预训练、持续预训练(CPT)、监督微调(SFT)以及强化学习(RL)。
近日，来自学术界的研发团队发布了最新成果 OpenSeeker-v2，彻底打破了这一常规认知。研究报告指出，通过使用高质量、高难度的任务轨迹进行训练，即便仅采用简单的监督微调（SFT）方法，也能打造出性能顶尖的搜索智能体。
该团队在数据合成方面提出了三项核心优化策略:首先是扩大知识图谱规模，以提供更丰富的探索空间;其次是显著增加工具集数量，扩展功能边界;最后是实施严格的低步数过滤，确保训练数据的精炼与高效。
实验数据显示，仅基于1.06万条数据点训练的 OpenSeeker-v2（30B规模，ReAct架构），在四项核心基准测试中展现了极强的统治力:其在BrowseComp上的准确率达到46.0%，在BrowseComp-ZH上为58.1%，在“人类最后考试”(Humanity's Last Exam)中表现为34.6%，而在xbench上更是高达78.0%。这一系列成绩不仅刷新了纪录，更全面超越了采用重度CPT+SFT+RL复杂管线训练的工业界模型——通义DeepResearch。
值得关注的是，这是首个在同等模型规模与架构下，由纯学术团队仅通过SFT技术实现的 state-of-the-art（SOTA）搜索智能体。目前，该团队已正式开源 OpenSeeker-v2 的模型权重。这一发现极大地降低了前沿搜索智能体的研发门槛，为学术界和开源社区提供了更具参考价值的轻量化开发路径。
论文地址：https://arxiv.org/pdf/2605.04036
via AI新闻资讯 (author: AI Base)
