利用自生成深度研究轨迹提升 DeepResearch 与长上下文能力

英文标题：Boosting Deepresearch and LongContext Ability with Self-Generated Deepresearch Rollouts Traces

该论文聚焦 DeepResearch（DR）智能体在真实网页环境中进行多轮搜索与访问时，如何提升深度研究和长上下文处理能力。论文指出，这类交互会使上下文长度随任务推进迅速增长。摘要还提到，即使经过 DR Agentic Reinforcement Learning（DR-RL）训练，模型仍存在一项比例为 61.6% 的问题或现象，但所提供原文在该处截断，未给出完整结论。该研究对构建能够持续检索、浏览并处理长任务轨迹的 Agent 具有参考意义。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB