DeepSearch-World：在可验证环境中通过自蒸馏训练深度搜索智能体

论文提出DeepSearch-Evolve，通过轨迹生成、筛选、数据混合与微调，让网页智能体利用自身经验迭代提升。配套的DeepSearch-World是确定性、可复现且可验证的搜索环境，包含42万多跳问答任务。9B模型在BrowseComp、GAIA和HotpotQA上分别达到31.2%、61.5%和93.4%。