跳到主要内容
检索

# 深度研究

2 篇关联报道

订阅更新
  1. Preferred Networks

    PLaMo 3.1 Prime 把推理与非推理装进同一模型，部署算力不用再翻倍

    PFN 发布基座模型 PLaMo 3.1 Prime，把推理与非推理两种模式并入同一个模型，同时新增 Web 检索与 Deep Research 功能。此前 PLaMo 3.0 Prime 分别训练、分别部署两种模式；按发布方给出的当时配置，同时提供两种模式所需计算资源是只部署单一模式模型（PLaMo 2.2 Prime 或 PLaMo 3.0 Prime Beta）的两倍。新模型分两阶段指令微调，第二阶段混入删掉推理过程的样本，让同一模型按请求切换；相对 PLaMo 3.0 Prime，推理模式下 Web 检索问答平均提高 2.4 分、检索报告平均提高 11.1 分。

    PLaMo 3.1 Prime混合推理模型深度研究投机解码KV缓存
  2. arXiv

    美团LongCat团队用ResearchSpec把深度研究拆成规划、并行分节研究与全局到局部编辑，在三个公开基准上取得55.25、51.35和79.83分

    美团LongCat团队提出LongCat-DeepResearch，把深度研究的早期迭代从整篇报告转移到一份可执行的ResearchSpec上：多个规划智能体先检索外部来源并整合出研究计划，各研究智能体在独立上下文中并行调查并撰写带引用的章节，再由Global Editor分配跨章节内容归属、Local Editor做定向修改，系统在DeepResearchBench、DeepResearchBench II和ResearchRubrics上分别取得55.25、51.35和79.83分，在自建基准上以76.04分位列四个对比系统第二。

    Meituan LongCat Team（第一作者）
    LongCat-DeepResearch研究规格规划多智能体工作流深度研究

已读完全部报道