OpenSeeker-v2：仅用SFT训练的前沿搜索智能体

OpenSeeker-v2通过高质量数据合成策略，仅用10.6k样本和监督微调（SFT）训练，就在多个搜索基准上达到SOTA水平，挑战了工业界常用的CPT+SFT+RL复杂训练范式。本文将从背景、方法、实验结果等方面展开分析。

深度搜索能力是前沿大语言模型智能体的核心竞争力，但该领域长期被工业巨头主导，其训练流程涉及预训练、持续预训练（CPT）、SFT和强化学习（RL）等多阶段，成本高昂且形成学术壁垒。研究团队提出疑问：是否必须依赖复杂流程才能构建前沿搜索智能体？他们认为高质量轨迹数据训练下，简单SFT也能有出色效果。

OpenSeeker-v2的成功源于数据合成策略优化，包含三个要素：

1. 扩展知识图谱规模：扩大知识图谱覆盖，提供更丰富探索空间，提升泛化能力；
2. 扩展工具集规模：增加可调用工具（含专业检索接口），应对复杂查询；
3. 严格低步数过滤：筛选少步骤完成复杂任务的轨迹，确保训练数据高效性。

OpenSeeker-v2用10.6k样本训练，在四个主流基准测试中超越采用CPT+SFT+RL流程的Tongyi DeepResearch：

基准测试	OpenSeeker-v2	Tongyi DeepResearch
BrowseComp	46.0%	43.4%
BrowseComp-ZH	58.1%	46.7%
Humanity's Last Exam	34.6%	32.9%
xbench	78.0%	75.0%
这证明数据质量优于训练复杂度。

OpenSeeker-v2的意义：

1. 打破工业垄断：首个学术团队开发的同等规模下SOTA搜索智能体；
2. 重新审视训练哲学：简单训练方法（SFT）配合优质数据可超越复杂流程，为资源受限团队提供思路；
3. 强调数据工程重要性：数据质量是模型性能关键，三项数据策略提供可复用方法论。

局限：基于30B模型和ReAct范式，未探索更大模型或其他架构；数据合成策略最优配置需因任务调整。 未来方向：探索SFT与轻量级RL结合；将数据策略应用于其他agent任务；降低对大规模知识图谱的依赖。

OpenSeeker-v2证明简洁方法配合高质量数据可战胜复杂工程堆砌，为行业提供成本效益更高的技术路径。随着模型权重开源，期待更多后续研究涌现。