OpenSeeker-v2: Pushing the Limits of Search Agents with Informative and High-Difficulty Trajectories

OpenSeeker‑v2 论文核心总结

一、主要内容

OpenSeeker‑v2 是上海交大团队提出的30B 级 ReAct 范式搜索智能体，仅用监督微调（SFT） 与10.6k 高难度高质量轨迹数据，在 BrowseComp、BrowseComp‑ZH、HLE、xbench 四项权威基准上达到同规模 SOTA，性能超越采用 CPT+SFT+RL 复杂工业流程的通义 DeepResearch 等模型，且完全开源、由纯学术团队完成。

核心思路：放弃复杂多阶段训练，极致优化训练轨迹质量与难度，用轻量 SFT 实现强长程搜索与推理能力。

二、核心创新点

1. 训练范式极简创新
   仅用标准 SFT，无需持续预训练（CPT）、强化学习（RL），打破工业界高资源依赖壁垒，学术与开源社区可低成本复现前沿能力。
2. 数据合成三大关键改进
   • 扩大知识图谱规模：提升上下文丰富度，强制多跳推理。
   • 扩充工具集：覆盖更多交互模式，学习更通用策略。
   • 严格低步数过滤：剔除简单样本，确保数据集最低难度阈值，平均工具调用达 64.67 步，远高于同类模型。
3. 性能与数据效率突破<