官方原页 × 中文译文 / LECTURE 10

深度研究智能体：任务、基准与方法

Domains 3: Deep Research Agents

共 124 页，按原 PDF 物理页对应。英文原件保持原样；中文为个人学习译文，译注单独标记。公式、代码及图表可回到左侧原页核对。

下载整讲双语 PDF ↗英文原版 PDF ↗全部课件官方来源（需联网）↗
双语 PDF 对应页 ↗

原 PDF 第 1 / 124 页 · 深度研究智能体：任务、基准与方法

EN / 英文原页

Domains 3: Deep Research Agents · PDF第1页

点击原图可放大查看。图内印刷页码可能不同，以本页标注的 PDF 页码为准。

ZH / 中文对照个人学习译文 · 非官方译本

深度研究智能体：任务、基准与方法

深度研究智能体

任务、基准与方法

Akari Asai · 语言技术研究所 · 卡内基梅隆大学 · 11-768：AI 智能体 · 2026年秋季

https://akariasai.github.io/ · aasai@andrew.cmu.edu

全部原页链接
  1. 1 · 深度研究智能体：任务、基准与方法
  2. 2 · 什么是深度研究智能体？
  3. 3 · 一个简单问题只需搜索一次
  4. 4 · 一个简单问题只需搜索一次
  5. 5 · 一个简单问题只需搜索一次
  6. 6 · 复杂研究需要多次搜索
  7. 7 · 复杂研究需要多次搜索
  8. 8 · 复杂研究需要多次搜索
  9. 9 · 复杂研究需要多次搜索
  10. 10 · 复杂研究需要多次搜索
  11. 11 · 复杂研究需要多次搜索
  12. 12 · 本讲内容
  13. 13 · 基准与评测
  14. 14 · 经典问答基准的局限
  15. 15 · 经典问答基准的局限
  16. 16 · 经典问答基准的局限
  17. 17 · 经典问答基准的局限
  18. 18 · 经典问答基准的局限
  19. 19 · 从问答转向深度研究基准
  20. 20 · 从问答转向深度研究基准
  21. 21 · BrowseComp：构造需要多次搜索的问题
  22. 22 · BrowseComp：由线索构成的问题
  23. 23 · BrowseComp：由线索构成的问题
  24. 24 · BrowseComp：结果
  25. 25 · BrowseComp：结果
  26. 26 · 增加搜索预算可提升准确率
  27. 27 · BrowseComp‑Plus 固定了语料库
  28. 28 · BrowseComp‑Plus 固定了语料库
  29. 29 · 从问答转向深度研究基准
  30. 30 · 从问答转向深度研究基准
  31. 31 · FinSearchComp：由专家编写的问题
  32. 32 · 具备领域专长的搜索基准
  33. 33 · 从问答转向深度研究基准
  34. 34 · 从问答转向深度研究基准
  35. 35 · 研究需要多维度评测
  36. 36 · 研究需要多维度评测
  37. 37 · 研究需要多维度评测
  38. 38 · 相似度指标可能错误排序答案
  39. 39 · ScholarQABench：用专家评分标准评测
  40. 40 · ScholarQABench：用专家评分标准评测
  41. 41 · ScholarQABench：用专家评分标准评测
  42. 42 · 评分标准判断与专家意见一致吗？
  43. 43 · ResearchQA：从调查问卷生成评分标准
  44. 44 · 自动生成的评分标准可能设定错误目标
  45. 45 · 从问答转向深度研究基准
  46. 46 · 从问答转向深度研究基准
  47. 47 · DeepResearch Bench：检查引用
  48. 48 · DeepResearch Bench：检查引用
  49. 49 · DeepResearch Bench：检查引用
  50. 50 · 从问答转向深度研究基准
  51. 51 · 智能体建模
  52. 52 · 深度研究智能体的推理过程
  53. 53 · 深度研究智能体的推理过程
  54. 54 · 深度研究智能体的推理过程
  55. 55 · 深度研究智能体的推理过程
  56. 56 · 深度研究智能体的推理过程
  57. 57 · 深度研究智能体的推理过程
  58. 58 · 深度研究的训练方案
  59. 59 · 深度研究的训练方案
  60. 60 · 深度研究的训练方案
  61. 61 · 知识图谱：实体与关系
  62. 62 · 知识图谱：实体与关系
  63. 63 · 数据创建：从知识图谱采样
  64. 64 · 数据创建：从知识图谱采样
  65. 65 · 数据创建：将事实转化为问题
  66. 66 · 数据创建：将事实转化为问题
  67. 67 · 数据创建：将事实转化为问题
  68. 68 · 监督微调：收集、筛选，然后模仿轨迹
  69. 69 · 监督微调：收集、筛选，然后模仿轨迹
  70. 70 · 监督微调：收集、筛选，然后模仿轨迹
  71. 71 · 智能体中期训练
  72. 72 · 智能体中期训练
  73. 73 · 中期训练改善监督微调的起点
  74. 74 · RLVR：从答案正确性中学习
  75. 75 · RLVR：从答案正确性中学习
  76. 76 · RLVR：从答案正确性中学习
  77. 77 · GRPO：从更好的尝试中学习
  78. 78 · GRPO：从更好的尝试中学习
  79. 79 · GRPO：学习更好的尝试
  80. 80 · 异步采样轨迹：完成、评分，然后训练
  81. 81 · 异步采样轨迹：完成、评分，然后训练
  82. 82 · 异步采样轨迹：完成、评分，然后训练
  83. 83 · Tongyi：强化学习训练带来提升
  84. 84 · 开放式报告需要更丰富的训练信号
  85. 85 · 开放式报告需要更丰富的训练信号
  86. 86 · DR Tulu：用于强化学习的演进式评分标准
  87. 87 · DR Tulu：用于强化学习的演进式评分标准
  88. 88 · DR Tulu：用于强化学习的演进式评分标准
  89. 89 · DR Tulu：用于强化学习的演进式评分标准
  90. 90 · 评分标准在训练中如何演进
  91. 91 · 评分标准在训练中如何演进
  92. 92 · 评分标准在训练中如何演进
  93. 93 · 评分标准在训练中如何演进
  94. 94 · DR Tulu：成本与研究表现
  95. 95 · DR Tulu：监督微调作为强化学习热启动
  96. 96 · DR Tulu：演进式评分标准改善强化学习训练
  97. 97 · DR Tulu：演进式评分标准改善强化学习训练
  98. 98 · DR Tulu：演进式评分标准改善强化学习训练
  99. 99 · 深度研究中的检索
  100. 100 · 深度研究的搜索工具
  101. 101 · 嵌入检索会找到相近的文档
  102. 102 · 嵌入检索会找到相近的文档
  103. 103 · 训练嵌入，使有用证据排名更高
  104. 104 · 训练嵌入，使有用证据排名更高
  105. 105 · 检索器通常只接收查询
  106. 106 · AgentIR：将推理与查询一同用于检索
  107. 107 · 中间检索需要局部标签
  108. 108 · DR-Synth 为检索器提供由智能体生成的信息需求
  109. 109 · DR-Synth 为检索器提供由智能体生成的信息需求
  110. 110 · DR-Synth 为检索器提供由智能体生成的信息需求
  111. 111 · DR-Synth 为检索器提供由智能体生成的信息需求
  112. 112 · AgentIR：用更少搜索获得更高准确率
  113. 113 · AgentIR：用更少搜索获得更高准确率
  114. 114 · AgentIR：用更少搜索获得更高准确率
  115. 115 · AgentIR 消融实验：输入与训练
  116. 116 · AgentIR 消融实验：输入与训练
  117. 117 · AgentIR 消融实验：输入与训练
  118. 118 · AgentIR 消融实验：输入与训练
  119. 119 · AgentIR：哪些历史信息有助于检索？
  120. 120 · AgentIR：哪些历史信息有助于检索？
  121. 121 · AgentIR：哪些历史信息有助于检索？
  122. 122 · AgentIR：哪些历史信息有助于检索？
  123. 123 · AgentIR：哪些历史信息有助于检索？
  124. 124 · 总结

对应的中文问题课