WebThinker – 人民大合智源研究院等機構(gòu)推出的深度研究智能體

WebThinker是由中國人民大學(xué)、北京智源人工智能研究院和華為泊松實驗室等機構(gòu)聯(lián)合研發(fā)的先進智能體。它通過賦予大型推理模型（LRMs）自主進行網(wǎng)絡(luò)搜索、網(wǎng)頁導(dǎo)航以及撰寫報告的能力，極大地提升了模型在復(fù)雜推理和知識密集型任務(wù)中的表現(xiàn)。

WebThinker是什么

WebThinker是一個深度研究智能體，旨在增強大型推理模型（LRMs）的能力，使其在推理過程中能夠進行網(wǎng)絡(luò)搜索、瀏覽網(wǎng)頁并撰寫報告。通過采用深度網(wǎng)頁探索器和自主思考、搜索、寫作策略，WebThinker使LRMs能夠動態(tài)獲取信息，并實時生成高質(zhì)量的研究報告。此外，基于強化學(xué)習(xí)的訓(xùn)練策略，WebThinker進一步提高了工具使用效率，使其在復(fù)雜推理和報告生成任務(wù)中表現(xiàn)卓越，顯著增強了LRMs在知識密集型任務(wù)中的可靠性與實用性。

WebThinker的主要功能

• 自主決策：LRM能夠在推理過程中判定何時需要外部信息及更新報告。
• 深度探索：支持多步驟搜索和頁面導(dǎo)航，深入挖掘信息。
• 動態(tài)撰寫：模型可以實時撰寫和修改報告，配備專業(yè)工具集（如寫作、檢查與編輯），確保報告內(nèi)容的連貫性和完整性。
• 工具優(yōu)化：提高LRM對研究工具的使用效率，優(yōu)化研究過程。

WebThinker的技術(shù)原理

• 深度網(wǎng)頁探索器（Deep Web Explorer）：使LRM具備超越傳統(tǒng)搜索的能力，能夠通過點擊鏈接和交互元素在網(wǎng)頁間靈活導(dǎo)航，深入獲取信息。模型自主決定搜索查詢，持續(xù)探索直至收集到充分信息并返回精煉的總結(jié)。
• 基于強化學(xué)習(xí)的訓(xùn)練策略：采用迭代式在線直接偏好優(yōu)化（DPO）訓(xùn)練，提升LRM對研究工具（包括搜索、導(dǎo)航和報告撰寫工具）的利用效率，構(gòu)建偏好數(shù)據(jù)集，優(yōu)先選擇能得出準(zhǔn)確答案和高質(zhì)量報告的推理路徑。
• 運行模式：在問題解決模式中，LRM配備深度網(wǎng)頁探索器來解決復(fù)雜問題；而在報告生成模式中，LRM具備寫作、檢查和編輯能力，能夠在思考和搜索的同時，迭代撰寫全面的研究報告。

WebThinker的項目地址

• 項目官網(wǎng)：https://foremost-beechnut-8ed.notion.site/WebThinker
• GitHub倉庫：https://github.com/RUC-NLPIR/WebThinker
• HuggingFace模型庫：https://huggingface.co/collections/lixiaoxi45/webthinker
• arXiv技術(shù)論文：https://arxiv.org/pdf/2504.21776

WebThinker的應(yīng)用場景

• 復(fù)雜問題解答：快速為博士級科學(xué)問題或跨學(xué)科難題提供準(zhǔn)確答案。
• 研究報告生成：能夠自主搜索并撰寫科學(xué)研究報告，確保內(nèi)容全面、準(zhǔn)確且連貫，從而提升報告生成效率。
• 深度信息挖掘：通過多步驟搜索和網(wǎng)頁導(dǎo)航獲取深層信息，支持復(fù)雜分析與研究。
• 教育輔助：在教育領(lǐng)域，幫助學(xué)生查找學(xué)習(xí)資料、解答學(xué)術(shù)問題，并為教師生成教學(xué)大綱，從而提高學(xué)習(xí)和教學(xué)效率。
• 企業(yè)決策支持：為企業(yè)提供市場分析和競爭對手分析等決策支持，幫助管理層迅速獲取關(guān)鍵信息，做出更明智的決策。

常見問題

• WebThinker的優(yōu)勢是什么？：它通過自主搜索和動態(tài)撰寫功能，大幅提升了大型推理模型在復(fù)雜任務(wù)中的表現(xiàn)。
• 如何訪問WebThinker？：用戶可以通過項目官網(wǎng)和GitHub倉庫獲取詳細信息和資源。
• WebThinker適合哪些領(lǐng)域？：它可以廣泛應(yīng)用于科研、教育、企業(yè)決策等多個領(lǐng)域，滿足不同用戶的需求。