DeepResearch

DeepResearch

DeepResearch项目推出了通义深研（Tongyi DeepResearch），这是一个由通义实验室专为长周期、深度信息检索任务设计和开发的智能体大语言模型。该模型拥有305亿总参数，每token激活33亿，其核心优势在于采用全自动化合成数据生成管道进行智能体预训练、有监督微调及强化学习，并利用大规模智能体数据进行持续预训练以扩展能力、保持时效性并强化推理表现。通义深研通过基于定制Group Relative Policy Optimization框架的端到端强化学习进行优化，并支持ReAct和IterResearch两种推理范式，以实现核心能力的严格评估或最大化性能。该项目在多项智能体搜索基准测试中展现出卓越的性能，并作为阿里巴巴-NLP“深研智能体家族”系列研究的关键组成部分。