QUEST: Training von Frontier-Deep-Research-Agenten mit vollständig synthetischen Aufgaben

Zusammenfassung

Deep-Research-Agenten erweitern die Rolle von Suchmaschinen von der Rückgabe keyword-basierter Ergebnisse hin zur Synthese von Wissen und verändern damit grundlegend, wie Menschen mit Informationen interagieren. Allerdings bleiben wegweisende Systeme proprietär, während bestehende offene Agenten oft über verschiedene Aufgabentypen hinweg schlecht generalisieren – es bleibt unklar, wie man einen breit einsetzbaren Deep-Research-Agenten trainieren kann. Wir veröffentlichen QUEST, eine Familie offener Modelle (von 2B bis 35B), die als universelle Deep-Research-Agenten fungieren und für eine Vielzahl langfristiger Suchaufgaben ausgelegt sind – mit starken Fähigkeiten in Faktenfindung, Zitationsverankerung und Berichtsynthese. Zur Entwicklung von QUEST schlagen wir ein effektives Trainingsrezept vor, das Mid-Training, überwachtes Feintuning und verstärkendes Lernen kombiniert. Kern dieses Rezepts ist eine kuratierte Datensynthese-Pipeline auf Basis einheitlicher Rubrikbäume, die auf verschiedene Aufgabentypen anwendbar ist und die Synthese von Trainingsdaten mit überprüfbaren Belohnungen ohne menschliche Annotation ermöglicht. Darüber hinaus integriert QUEST einen eingebauten Kontextverwaltungsmechanismus, der effektives langfristiges Denken und Wissenssynthese ermöglicht. Mit nur 8.000 synthetisierten Aufgaben erreicht QUEST auf acht Deep-Research-Benchmarks mit verschiedenen Aufgabentypen nahezu oder sogar die Leistung führender geschlossener Agenten und erzielt die beste Gesamtleistung unter den aktuellen Open-Weight-Agenten. Wir haben alles veröffentlicht: Modelle, Daten und Trainingsskripte.

English

Deep research agents extend the role of search engines from retrieving keyword-matched pages to synthesizing knowledge, fundamentally changing how humans interact with information. However, frontier systems remain proprietary, while existing open agents often generalize poorly across different task types, leaving unclear how to train a broadly capable deep research agent. We release QUEST, a family of open models (ranging from 2B to 35B) that serve as general-purpose deep research agents designed to handle a wide range of long-horizon search tasks, with strong capabilities in fact seeking, citation grounding, and report synthesis. To build QUEST, we propose an effective training recipe combining mid-training, supervised fine-tuning, and reinforcement learning. Central to this recipe is a curated data synthesis pipeline based on unified rubric trees, which applies to different task types and enables synthesizing training data with verifiable rewards without human annotation. In addition, QUEST incorporates a built-in context management mechanism that enables effective long-horizon reasoning and knowledge synthesis. Using only 8K synthesized tasks, QUEST approaches or even surpasses frontier closed-source agents across eight deep research benchmarks spanning diverse task types, and achieves the best overall performance among recent open-weight agents. We released everything: models, data, and training scripts.