QUEST: Обучение передовых агентов глубокого исследования на полностью синтетических задачах

Аннотация

Deep research agents расширяют роль поисковых систем от извлечения страниц, соответствующих ключевым словам, до синтеза знаний, принципиально изменяя то, как люди взаимодействуют с информацией. Однако передовые системы остаются проприетарными, в то время как существующие открытые агенты часто плохо обобщают разные типы задач, оставляя неясным, как обучить универсального агента глубокого поиска. Мы выпускаем QUEST — семейство открытых моделей (от 2B до 35B), которые служат агентами глубокого поиска общего назначения, предназначенными для обработки широкого спектра долгосрочных поисковых задач, с высокими возможностями в поиске фактов, обосновании цитирований и синтезе отчетов. Для создания QUEST мы предлагаем эффективную методику обучения, сочетающую промежуточное обучение, контролируемую тонкую настройку и обучение с подкреплением. Ключевым элементом этой методики является разработанный конвейер синтеза данных на основе унифицированных рубрикационных деревьев, который применим к различным типам задач и позволяет синтезировать обучающие данные с проверяемыми вознаграждениями без человеческой разметки. Кроме того, QUEST включает встроенный механизм управления контекстом, обеспечивающий эффективное долгосрочное рассуждение и синтез знаний. Используя всего 8K синтезированных задач, QUEST приближается к передовым агентам с закрытым кодом или даже превосходит их по восьми эталонам глубокого поиска, охватывающим различные типы задач, и достигает наилучшей общей производительности среди недавних агентов с открытыми весами. Мы опубликовали все: модели, данные и обучающие скрипты.

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.