17370845950

salesforce 推出了全新的开源深度研究智能体：sfr-deepresearch（简称 sfr-dr）。该模型基于 openai 开源的小型权重模型，采用强化学习技术进行训练，具备自主推理、网络搜索与代码执行能力，能够独立完成复杂的深度研究任务。

在仅使用网页搜索、浏览器环境和 Python 解释器的情况下，SFR-DR-20B 在纯文本版本的 Humanity's Last Exam 基准测试中达到了 28.7% 的得分，展现出强大的自主研究潜力。

SFR-DR 的核心亮点包括：

• 核心能力：一个通过强化学习（RL）训练而成的全自主研究代理，可自行完成问题分析、信息检索、逻辑推理与代码编写，实现端到端的研究闭环。

• 性能表现：

  • SFR-DR-20B 在 Humanity's Last Exam（纯文本模式）中取得 28.7% 的成绩
  • 完全依赖在线搜索、网页浏览与 Python 执行环境
  • 表现优于 OpenAI 的 o3 DeepResearch 以及 Kimi Researcher

• 训练方法：

  
  • 采用端到端的强化学习框架，从具备基础推理能力的模型出发
  • 在保持原有推理水平的同时，显著增强实际研究执行能力

• 高度自主：无需人为设计多代理协作流程，能自主制定研究计划、推导假设、生成解决方案并执行具体操作

论文链接：https://www./link/55f16320eb523947f12d2e94d9630c6e