論文の概要: OpenResearcher: A Fully Open Pipeline for Long-Horizon Deep Research Trajectory Synthesis

• arxiv url: http://arxiv.org/abs/2603.20278v1
• Date: Tue, 17 Mar 2026 20:10:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:38.793776
• Title: OpenResearcher: A Fully Open Pipeline for Long-Horizon Deep Research Trajectory Synthesis
• Title（参考訳）: OpenResearcher: 長距離深部研究軌道合成のための完全なオープンパイプライン
• Authors: Zhuofeng Li, Dongfu Jiang, Xueguang Ma, Haoxiang Zhang, Ping Nie, Yuyu Zhang, Kai Zou, Jianwen Xie, Yu Zhang, Wenhu Chen,
• Abstract要約: 深層研究エージェントの訓練には、探索、証拠収集、多段階推論をインターリーブする長い水平軌道が必要である。 既存のデータ収集パイプラインは、一般的にプロプライエタリなWeb APIに依存しており、大規模な軌道合成をコストが高く、不安定で、再現が難しい。 再生可能なパイプラインであるOpenResearcherは,複数ターン軌道合成から1回のコーパスブートストラップを分離する。
• 参考スコア（独自算出の注目度）: 63.8655724265611
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Training deep research agents requires long-horizon trajectories that interleave search, evidence aggregation, and multi-step reasoning. However, existing data collection pipelines typically rely on proprietary web APIs, making large-scale trajectory synthesis costly, unstable, and difficult to reproduce. We present OpenResearcher, a reproducible pipeline that decouples one-time corpus bootstrapping from multi-turn trajectory synthesis and executes the search-and-browse loop entirely offline using three explicit browser primitives: search, open, and find, over a 15M-document corpus. Using GPT-OSS-120B as the teacher model, we synthesize over 97K trajectories, including a substantial long-horizon tail with 100+ tool calls. Supervised fine-tuning a 30B-A3B backbone on these trajectories achieves 54.8\% accuracy on BrowseComp-Plus, a +34.0 point improvement over the base model, while remaining competitive on BrowseComp, GAIA, and xbench-DeepSearch. Because the environment is offline and fully instrumented, it also enables controlled analysis, where our study reveals practical insights into deep research pipeline design, including data filtering strategies, agent configuration choices, and how retrieval success relates to final answer accuracy. We release the pipeline, synthesized trajectories, model checkpoints, and the offline search environment at https://github.com/TIGER-AI-Lab/OpenResearcher.
• Abstract（参考訳）: 深層研究エージェントの訓練には、探索、証拠収集、多段階推論をインターリーブする長い水平軌道が必要である。 しかし、既存のデータ収集パイプラインは一般的にプロプライエタリなWeb APIに依存しており、大規模な軌道合成をコストが高く、不安定で、再現が難しい。 複数行の軌道合成から1回のブートストラップを分離し,3つの明示的なブラウザプリミティブ(検索,オープン,検索)を用いて,検索とブラウズループを完全にオフラインで実行する,再現可能なパイプラインであるOpenResearcherを提案する。 GPT-OSS-120Bを教師モデルとして使用し,100以上のツールコールを備えた長方形テールを含む97K以上の軌道を合成する。 これらの軌道上で30B-A3Bのバックボーンを微調整することで、BrowseComp-Plusでは54.8\%の精度が達成され、ベースモデルでは+34.0ポイント改善され、BrowseComp、GAIA、xbench-DeepSearchでは競争力を維持した。 そこで本研究では,データフィルタリング戦略,エージェント設定の選択,検索成功が最終回答の正確性にどのように関係するかなど,深層研究パイプライン設計に関する実践的な知見を明らかにする。 パイプライン、合成トラジェクトリ、モデルチェックポイント、オフライン検索環境をhttps://github.com/TIGER-AI-Lab/OpenResearcherでリリースします。

関連論文リスト

• Fathom-DeepResearch: Unlocking Long Horizon Information Retrieval and Synthesis for SLMs [7.3517692707289415]
  本稿では2つの特殊モデルからなるエージェントシステムであるFathom-DeepResearchを紹介する。 ひとつは、ライブWeb検索とターゲットWebページクエリによるエビデンスベースの調査に最適化された、DeepSearchモデルであるFathom-Search-4Bである。 2つ目は、Qwen3-4Bから訓練されたFathom-Synthesizer-4Bである。
  論文  参考訳（メタデータ） (2025-09-28T22:58:11Z)
• DeepDive: Advancing Deep Search Agents with Knowledge Graphs and Multi-Turn RL [60.47878242100153]
  我々は、ディープサーチエージェントを進化させるためにDeepDiveを提示する。 オープンな知識グラフから複雑で難解な質問を自動的に合成する戦略を提案する。 深層探索によるLLMの長距離推論を強化するために, エンドツーエンドのマルチターン強化学習を適用した。
  論文  参考訳（メタデータ） (2025-09-12T17:52:35Z)
• Open Data Synthesis For Deep Research [17.22470203913576]
  我々は、階層的制約満足度問題として検証可能な回答でDeep Researchタスクを定式化する。 既存のベンチマーク(Natural Questions、HotpotQAなど)は、この複雑さを捉えていない。 スケーラブルでスケーラブルな複雑なDeep ResearchタスクであるInfoSeekを紹介します。
  論文  参考訳（メタデータ） (2025-08-30T06:02:56Z)
• Benchmarking Deep Search over Heterogeneous Enterprise Data [73.55304268238474]
  検索強化生成(RAG)の形式を評価するための新しいベンチマークを提案する。 RAGは、多種多様な、しかし関連するソースに対して、ソースを意識したマルチホップ推論を必要とする。 製品計画、開発、サポートステージをまたいだビジネスをシミュレートする合成データパイプラインを使用して構築します。
  論文  参考訳（メタデータ） (2025-06-29T08:34:59Z)
• SimpleDeepSearcher: Deep Information Seeking via Web-Powered Reasoning Trajectory Synthesis [94.33978856270268]
  Retrieval-augmented Generation (RAG) システムは複雑なディープ検索シナリオにおいて高度な大規模言語モデル(LLM)を持つ。 既存のアプローチでは、高品質なトレーニングトラジェクトリが欠如し、分散ミスマッチに苦しむ、重要な制限に直面しています。 本稿では,複雑なトレーニングパラダイムではなく,戦略的データエンジニアリングによるギャップを埋めるフレームワークであるSimpleDeepSearcherを紹介する。
  論文  参考訳（メタデータ） (2025-05-22T16:05:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。