FORT-Searcher: Síntese de Tarefas de Busca Resistentes a Atalhos para Treinamento de Agentes de Busca Profunda

Resumo

Treinar agentes de busca profunda exige perguntas verificáveis cujas respostas permaneçam indisponíveis até que evidências suficientes sejam adquiridas por meio da busca. Métodos de síntese existentes frequentemente aumentam a dificuldade aparente enriquecendo estruturas de grafos, mas a complexidade estrutural por si só não garante dificuldade de busca realizada: o processo de busca pretendido pode colapsar por meio de uma via de identificação mais barata. Formalizamos essa lacuna com um arcabouço de dificuldade sensível a atalhos e identificamos quatro riscos de atalho acionáveis: co-cobertura de evidências, seletividade de pista única, constantes expostas e vinculação de conhecimento prévio. Para diagnosticar seus efeitos realizados, utilizamos assinaturas de trajetória, incluindo custo de resolução, tempo de acerto da resposta e taxa de atalhos prévios. Guiado por esse arcabouço, introduzimos o FORT, um Framework de Síntese de Dados de Treinamento Resistente a Atalhos. O FORT constrói dados de treinamento resistentes a atalhos controlando riscos de atalho em seleção de entidades, construção de grafos de evidência, formulação de perguntas e refinamento adversarial. Experimentos mostram que o FORT induz buscas pré-resposta mais longas e menos padrões de atalho do que conjuntos de dados de busca profunda de código aberto existentes. Usando as trajetórias resultantes, treinamos o FORT-Searcher apenas com ajuste fino supervisionado (SFT), e ele alcança o melhor desempenho geral entre agentes de busca de código aberto de tamanho comparável em benchmarks desafiadores de busca profunda. Recursos relevantes serão disponibilizados em https://github.com/RUCAIBox/FORT-Searcher.

English

Training deep search agents requires verifiable questions whose answers remain unavailable until sufficient evidence has been acquired through search. Existing synthesis methods often increase apparent difficulty by enriching graph structures, but structural complexity alone does not guarantee realized search difficulty: the intended search process can collapse through a cheaper identifying route. We formalize this gap with a shortcut-aware difficulty framework and identify four actionable shortcut risks: evidence co-coverage, single-clue selectivity, exposed constants, and prior-knowledge binding. To diagnose their realized effects, we use trajectory signatures including solving cost, answer hit time, and prior-shortcut rate. Guided by this framework, we introduce FORT, a Framework of Shortcut-Resistant Training-Data Synthesis. FORT constructs shortcut-resistant training data by controlling shortcut risks across entity selection, evidence graph construction, question formulation, and adversarial refinement. Experiments show that FORT induces longer pre-answer search and fewer shortcut patterns than existing open-source deep search datasets. Using the resulting trajectories, we train FORT-Searcher with supervised fine-tuning (SFT) only, and it achieves the best overall performance among comparable-size open-source search agents on challenging deep search benchmarks. Relevant resources will be made available at https://github.com/RUCAIBox/FORT-Searcher.