面向可信报告生成的深度研究代理：渐进式置信度估计与校准

随着基于智能体的系统不断演化，深度研究代理能够自动跨越多个领域生成研究报告。尽管这些代理有望简化信息综合与知识探索，但现有评估框架——通常基于主观维度——无法捕捉报告质量的关键方面：可信度。在缺乏真实答案的开放式研究情境中，当前评估方法无法有效衡量生成内容的认知置信度，导致校准困难，使用户容易受到误导或幻觉信息的影响。为此，我们提出一种新型深度研究代理，将渐进式置信度估计与校准集成到报告生成流程中。该系统利用 deliberative 搜索模型，具备深层检索和多跳推理功能，以可验证证据为依托，为每个论点分配置信度分数。结合精心设计的工作流程，该方法可产生具有透明度的可信报告。实验结果和案例研究表明，我们的方法显著提升了可解释性，显著增加了用户信任。