SciResearcher：面向前沿科学推理的深度研究代理规模化

前沿科学推理正快速成为推动 AI 代理在自动化科学发现方面发展的关键基础。深度研究代理是一个有前景的解决方法。这类模型通过在信息寻求任务上进行后训练来发展出稳健的问题解决能力，这些任务通常通过知识图构建或迭代网页浏览进行策划。然而，这些策略在前沿科学中面临内在局限性：领域特定知识零散分散在稀疏且异构的学术来源中，问题解决需要远超事实记忆的复杂计算与推理。为弥合这一差距，我们引入 SciResearcher，一个用于前沿科学数据构建的全自动代理框架。SciResearcher 综合了多样化的概念性和计算任务，这些任务以学术证据为基础，同时激发信息获取、工具集成推理和长期视野能力。利用为监督微调和代理强化学习所策划的数据，我们开发了 SciResearcher-8B，一个代理基础模型，在 HLE-Bio/Chem-Gold 基准测试中取得 19.46% 的成绩，凭借其参数规模创新建立了新的 SOTA，并超过了多个较大的专有代理。它在 SuperGPQA-Hard-Biology 和 TRQA-Literature 基准测试中进一步实现了 13-15% 的绝对提升。总体而言，SciResearcher 引入了一种用于前沿科学推理的自动化数据构建新范式，并为未来科学代理的规模化路径提供了可能。