QUEST: Entrenando Agentes de Investigación Profunda de Frontera con Tareas Completamente Sintéticas

Resumen

Los agentes de investigación profunda amplían el rol de los motores de búsqueda, pasando de recuperar páginas que coinciden con palabras clave a sintetizar conocimiento, lo que transforma fundamentalmente la interacción humana con la información. Sin embargo, los sistemas de vanguardia siguen siendo propietarios, mientras que los agentes abiertos existentes a menudo generalizan pobremente entre distintos tipos de tareas, dejando sin claridad cómo entrenar un agente de investigación profunda de amplia capacidad. Presentamos QUEST, una familia de modelos abiertos (que van desde 2B hasta 35B) que sirven como agentes de investigación profunda de propósito general, diseñados para manejar una amplia gama de tareas de búsqueda a largo plazo, con sólidas capacidades en búsqueda de hechos, fundamentación de citas y síntesis de informes. Para construir QUEST, proponemos una receta de entrenamiento efectiva que combina entrenamiento intermedio, ajuste fino supervisado y aprendizaje por refuerzo. El núcleo de esta receta es un pipeline de síntesis de datos curado basado en árboles de rúbrica unificados, que se aplica a diferentes tipos de tareas y permite sintetizar datos de entrenamiento con recompensas verificables sin anotación humana. Además, QUEST incorpora un mecanismo de gestión de contexto integrado que permite un razonamiento a largo plazo y una síntesis de conocimiento efectivos. Utilizando solo 8,000 tareas sintetizadas, QUEST se aproxima o incluso supera a los agentes de código cerrado de vanguardia en ocho benchmarks de investigación profunda que abarcan diversos tipos de tareas, y logra el mejor rendimiento general entre los agentes de pesos abiertos recientes. Liberamos todo: modelos, datos y scripts de entrenamiento.

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.