ИССЛЕДОВАНИЕ · RESEARCH · #1246
Технический отчет LongCat-DeepResearch: улучшенный LongCat и мульти‑агентный рабочий процесс для обоснованных отчетов
В техническом отчете на arXiv представлена система LongCat-DeepResearch, совмещающая улучшенную модель LongCat с мульти‑агентным рабочим процессом: этап глобального планирования (ResearchSpec), параллельная проработка разделов и сбор доказательств, затем целенаправленный глобальный обзор для локальных правок. Авторы приводят результаты по бенчмаркам (DeepResearchBench 55.25, DeepResearchBench II 51.35, ResearchRubrics 79.83) и внутренний результат 76.04 (2-е место из 4 систем), отмечая пользу комбинирования планировочных перспектив и смешанные эффекты дальнейшей доработки планирования; дополнительные правки улучшили читаемость по некоторым метрикам.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В техническом отчете на arXiv представлена система LongCat-DeepResearch, совмещающая улучшенную модель LongCat с мульти‑агентным рабочим процессом: этап глобального планирования (ResearchSpec), параллельная проработка разделов и сбор доказательств, затем целенаправленный глобальный обзор для локальных правок.
- Авторы приводят результаты по бенчмаркам (DeepResearchBench 55.25, DeepResearchBench II 51.35, ResearchRubrics 79.83) и внутренний результат 76.04 (2-е место из 4 систем), отмечая пользу комбинирования планировочных перспектив и смешанные эффекты дальнейшей доработки планирования; дополнительные правки улучшили читаемость по некоторым метрикам.
- Статья предлагает структурированный мульти‑агентный рабочий процесс и улучшения модели для более масштабируемой генерации обоснованных исследовательских отчетов и предоставляет измеримые результаты для оценки компромиссов на этапах планирования и редактирования.
ПОЧЕМУ ЭТО ВАЖНО
Статья предлагает структурированный мульти‑агентный рабочий процесс и улучшения модели для более масштабируемой генерации обоснованных исследовательских отчетов и предоставляет измеримые результаты для оценки компромиссов на этапах планирования и редактирования.