简介
Tongyi DeepResearch 是由 Tongyi Lab / Alibaba-NLP 开源的 agentic 大语言模型与工具链，针对长时信息检索和深度研究任务进行了专门设计（30.5B 参数家族，采用高效激活策略）。项目覆盖合成数据流水线、agent 训练与推理框架，并提供模型与示例代码以便复现与评估。
主要特性
- 自动化的大规模合成数据生成流水线，用于 agentic 预训练与微调。
- 支持端到端的强化学习（定制的 Group Relative Policy Optimization）以提升长时任务稳定性。
- 兼容多种推理范式（ReAct、IterResearch 等），并提供评估与基准脚本。
使用场景
- 信息检索与知识发现：长上下文网页检索、跨文档问答与证据汇总。
- 自动化研究助手：文献检索、实验方案生成与结果归纳。
- 多工具协同代理：结合检索、计算与外部 API 的复杂任务执行。
技术特点
- 大规模持续预训练与任务型合成数据（提高推理与召回能力）。
- 基于 token 级策略梯度的强化学习设计，包含负样本选择与稳定化策略。
- 提供 HuggingFace / ModelScope 模型链接与推理示例，便于工程化落地。