OpenSeeker-v2：仅用10.6k数据点训练出的前沿搜索智能体

本文介绍由学术团队开发的OpenSeeker-v2搜索智能体，仅通过监督微调（SFT）训练，使用10.6k数据点，在四个权威基准测试中超越采用复杂CPT+SFT+RL流程的工业级模型。

深度搜索能力是前沿LLM智能体核心竞争力，但长期被科技巨头垄断。工业界主流采用资源密集型四阶段流程：预训练→持续预训练（CPT）→SFT→强化学习（RL），需数千GPU小时及数百万美元投入，学术团队难以承受。

学术团队通过优质训练轨迹+SFT方法破局，关键在于三大数据合成策略：1.知识图谱规模扩展，增加信息深度广度，接近真实复杂场景；2.工具集规模扩展，增强工具使用灵活性与协同能力；3.严格低步数过滤，保留信息密度高、推理效率强的训练轨迹。

使用30B模型和ReAct范式，OpenSeeker-v2在四个基准测试中表现优异：BrowseComp英文46.0%（通义DeepResearch43.4%）、中文58.1%（通义46.7%）；Humanity's Last Exam34.6%（通义32.9%）；xbench78.0%（通义75.0%）。

1.数据质量优于数量：10.6k高质量样本胜过海量未经筛选数据；2.简单方法可胜复杂流程：SFT配合优质数据超越工业级复杂流程；3.学术民主化：首个学术团队开发的SOTA搜索智能体，开源权重降低研究准入门槛。

存在改进空间：1.规模限制，可探索更大模型；2.扩展多模态能力（图像、视频）；3.提升实时信息获取效率；4.增强安全性与可控性。

OpenSeeker-v2证明学术团队可通过巧思弥补资源不足，是AI研究民主化的重要里程碑。开源模型权重将推动搜索智能体技术向开放普惠方向发展。