LiteResearcher

用强化学习训练会查资料、写长报告的深度研究智能体

开源 free 模型训练

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 134

维护状态活跃

是否开源是

定价模式 free

项目预览

项目数据

分类模型训练

开发团队simplexai-labs

所属国家

官网地址

GitHubhttps://github.com/simplexai-labs/LiteResearcher

定价模式free

价格说明开源项目，免费使用

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型

GitHub 星标★ 134

30天Star增速

HF 下载量

上线时间2026-04-14 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-13

浏览次数0

项目介绍

LiteResearcher 是一个面向深度研究智能体（Deep Research Agent）的可扩展智能体强化学习训练框架，论文被 COLM 2026 收录。它要解决的问题是：传统研究型智能体多依赖提示工程或监督微调，难以在长链路、多轮工具调用（搜索、浏览、阅读、总结）中持续优化决策质量。该框架把深度研究任务建模为强化学习环境，提供可扩展的 rollout 采样、轨迹收集与奖励计算流程，支持在真实或模拟检索环境中训练智能体，使其学会规划检索路径、筛选信息并生成有依据的长报告。核心能力包括：面向多轮工具调用的 agentic RL 训练循环、可扩展的并行环境与采样机制、针对研究任务的奖励/评估设计，以及与主流 LLM 训练栈的对接。适合研究团队复现和扩展深度研究智能体的 RL 训练方法。