目前，通义DeepResearch的模型、框架和方案均已全面开源，用户可在Github、Hugging Face和魔搭社 区下载模型和代码。 模型训练 通义团队构建了一套以合成数据驱动、贯穿预训练与后训练的完整训练链路。模型能力基于一种多阶段 数据策略，旨在创建海量高质量的代理训练数据，而无需依赖昂贵的人工标注。 同时，该链路以Qwen3-30B-A3B模型为基座进行优化，为了确保训练的高效性与模型的鲁棒性，团队 创新性地设计了覆盖真实环境与虚拟环境的RL算法验证与真实训练模块，并结合高效异步强化学习算 法及自动化数据策展（Data Curation）流程，显著提升了模型的迭代速度和泛化能力。 在推理阶段，团队设计了ReAct和基于自研的IterResearch的Heavy两种模式，前者用于精准考察模型的 基础内在能力，后者则通过test-time scaling策略，充分挖掘并展现了模型所能达到的性能上限，即使在 长任务中，也能实现高质量的推理。 模型性能 在Humanity's Last Exam（HLE）、BrowseComp、BrowseComp-ZH、GAIA、xbench-DeepSearch、 ...

通义DeepResearch团队 投稿 量子位 | 公众号 QbitAI 阿里开源旗下首个深度研究Agent模型 通义DeepResearch ！ 相比于基于基础模型的ReAct Agent和闭源Deep Research Agent，这个 30B-A3B轻量级 模型Tongyi DeepResearch在HLE、 BrowseComp-zh、GAIA等多个权威评测集上取得SOTA成绩，超越了OpenAI Deep Research、DeepSeek-V3.1等Agent模型。 目前，通义DeepResearch的模型、框架和方案均已全面开源，感兴趣的朋友可以在Github、Hugging Face和魔搭社区社区下载模型和代码 ～ 下面来看模型具体情况。 数据策略：基于全合成数据的增量预训练和后训练 模型能力的提升，主要得益于团队设计的一套多阶段数据策略。 这个策略的核心目标是， 不依赖昂贵的人工标注，也能大规模地生成高质量的训练数据 。 增量预训练数据 团队引入了Agentic CPT（增量预训练）来为模型打下坚实的Agent基础。 为此，开发了一个系统化、可扩展的数据合成方案。它能利用后续训练流程产生的数 ...

机器之心发布 机器之心编辑部 1 数据策略：基于全合成数据的增量预训练和后训练 通义 DeepResearch 重磅发布，让 AI 从 "能聊天" 跃迁到 "会做研究"。在多项权威 Deep Research benchmark 上取得 SOTA，综合能力对标并跑赢海外旗舰模型，同 时实现 模型、框架、方案 全面开源，把深度研究的生产力真正带到每个人手里。 相比于海外的旗舰模型昂贵和限制的调用， 通义 DeepResearch 团队 做到了完全开源！ 开源模型，开源框架，开源方案 ！在 Humanity's Last Exam、 BrowseComp、BrowseComp-ZH、GAIA、 xbench-DeepSearch , WebWalkerQA 以及 FRAMES 等多个 Benchmark 上，相比于基于基础模型的 ReAct Agent 和闭源 Deep Research Agent，其 30B-A3B 轻量级 tongyi DeepResearch，达到了 SOTA 效果。 通义 DeepResearch 团队也在 Blog 和 Github 完整分享了一套可落地的 DeepResearch A ...