12:50arXiv cs.AI@Pu Ning, Quan Chen, Kun Tao, Xinyu Tang, Tianshu Wang, Qianggang Cao, Xinyu Kong, Zujie Wen, Zhiqiang Zhang, Jun Zhou72°SearchSwarm 提出了一种新范式,让主智能体通过分解任务并委托给子智能体来应对无限增长的上下文需求,从而解决长时深度研究任务。该团队设计了一个引导框架,生成高质量的任务分解和委托轨迹,并用这些数据微调模型,将委托智能内化到模型权重中。SearchSwarm-30B-A3B 在 BrowseComp 和 BrowseComp-ZH 上分别取得 68.1 和 73.3 的成绩,是同等规模模型中的最佳结果。这项工作填补了开源社区在委托智能训练数据合成方面的空白,并计划开源相关资源。论文委托智能长时任务深度研究SearchSwarm开源/仓库推荐理由:做长时深度研究或复杂任务自动化的开发者,终于有了一个能高效委托子任务的模型——SearchSwarm 用30B参数就超越了更大模型,值得直接试试它的开源实现。原文