提出通过扩大知识图谱、扩展工具集和严格过滤低步数轨迹来合成高难度数据,仅使用简单监督微调(SFT)训练30B参数规模的深度搜索智能体,在四个基准测试上取得SOTA并超越重型工业训练管线,证明了高质量数据足以驱动前沿搜索智能体的高性能。
机构:上交
来源:arXiv 2605.04036 | AI4Papers 论文推荐平台