WebThinker

WebThinker – 人民大合智源研究院等機(jī)構(gòu)推出的深度研究智能體

WebThinker是由中國(guó)人民大學(xué)、北京智源人工智能研究院和華為泊松實(shí)驗(yàn)室等機(jī)構(gòu)聯(lián)合研發(fā)的先進(jìn)智能體。它通過(guò)賦予大型推理模型（LRMs）自主進(jìn)行網(wǎng)絡(luò)搜索、網(wǎng)頁(yè)導(dǎo)航以及撰寫(xiě)報(bào)告的能力，極大地提升了模型在復(fù)雜推理和知識(shí)密集型任務(wù)中的表現(xiàn)。

WebThinker是什么

WebThinker是一個(gè)深度研究智能體，旨在增強(qiáng)大型推理模型（LRMs）的能力，使其在推理過(guò)程中能夠進(jìn)行網(wǎng)絡(luò)搜索、瀏覽網(wǎng)頁(yè)并撰寫(xiě)報(bào)告。通過(guò)采用深度網(wǎng)頁(yè)探索器和自主思考、搜索、寫(xiě)作策略，WebThinker使LRMs能夠動(dòng)態(tài)獲取信息，并實(shí)時(shí)生成高質(zhì)量的研究報(bào)告。此外，基于強(qiáng)化學(xué)習(xí)的訓(xùn)練策略，WebThinker進(jìn)一步提高了工具使用效率，使其在復(fù)雜推理和報(bào)告生成任務(wù)中表現(xiàn)卓越，顯著增強(qiáng)了LRMs在知識(shí)密集型任務(wù)中的可靠性與實(shí)用性。

WebThinker的主要功能

• 自主決策：LRM能夠在推理過(guò)程中判定何時(shí)需要外部信息及更新報(bào)告。
• 深度探索：支持多步驟搜索和頁(yè)面導(dǎo)航，深入挖掘信息。
• 動(dòng)態(tài)撰寫(xiě)：模型可以實(shí)時(shí)撰寫(xiě)和修改報(bào)告，配備專業(yè)工具集（如寫(xiě)作、檢查與編輯），確保報(bào)告內(nèi)容的連貫性和完整性。
• 工具優(yōu)化：提高LRM對(duì)研究工具的使用效率，優(yōu)化研究過(guò)程。

WebThinker的技術(shù)原理

• 深度網(wǎng)頁(yè)探索器（Deep Web Explorer）：使LRM具備超越傳統(tǒng)搜索的能力，能夠通過(guò)點(diǎn)擊鏈接和交互元素在網(wǎng)頁(yè)間靈活導(dǎo)航，深入獲取信息。模型自主決定搜索查詢，持續(xù)探索直至收集到充分信息并返回精煉的總結(jié)。
• 基于強(qiáng)化學(xué)習(xí)的訓(xùn)練策略：采用迭代式在線直接偏好優(yōu)化（DPO）訓(xùn)練，提升LRM對(duì)研究工具（包括搜索、導(dǎo)航和報(bào)告撰寫(xiě)工具）的利用效率，構(gòu)建偏好數(shù)據(jù)集，優(yōu)先選擇能得出準(zhǔn)確答案和高質(zhì)量報(bào)告的推理路徑。
• 運(yùn)行模式：在問(wèn)題解決模式中，LRM配備深度網(wǎng)頁(yè)探索器來(lái)解決復(fù)雜問(wèn)題；而在報(bào)告生成模式中，LRM具備寫(xiě)作、檢查和編輯能力，能夠在思考和搜索的同時(shí)，迭代撰寫(xiě)全面的研究報(bào)告。

WebThinker的項(xiàng)目地址

• 項(xiàng)目官網(wǎng)：https://foremost-beechnut-8ed.notion.site/WebThinker
• GitHub倉(cāng)庫(kù)：https://github.com/RUC-NLPIR/WebThinker
• HuggingFace模型庫(kù)：https://huggingface.co/collections/lixiaoxi45/webthinker
• arXiv技術(shù)論文：https://arxiv.org/pdf/2504.21776

WebThinker的應(yīng)用場(chǎng)景

• 復(fù)雜問(wèn)題解答：快速為博士級(jí)科學(xué)問(wèn)題或跨學(xué)科難題提供準(zhǔn)確答案。
• 研究報(bào)告生成：能夠自主搜索并撰寫(xiě)科學(xué)研究報(bào)告，確保內(nèi)容全面、準(zhǔn)確且連貫，從而提升報(bào)告生成效率。
• 深度信息挖掘：通過(guò)多步驟搜索和網(wǎng)頁(yè)導(dǎo)航獲取深層信息，支持復(fù)雜分析與研究。
• 教育輔助：在教育領(lǐng)域，幫助學(xué)生查找學(xué)習(xí)資料、解答學(xué)術(shù)問(wèn)題，并為教師生成教學(xué)大綱，從而提高學(xué)習(xí)和教學(xué)效率。
• 企業(yè)決策支持：為企業(yè)提供市場(chǎng)分析和競(jìng)爭(zhēng)對(duì)手分析等決策支持，幫助管理層迅速獲取關(guān)鍵信息，做出更明智的決策。

常見(jiàn)問(wèn)題

• WebThinker的優(yōu)勢(shì)是什么？：它通過(guò)自主搜索和動(dòng)態(tài)撰寫(xiě)功能，大幅提升了大型推理模型在復(fù)雜任務(wù)中的表現(xiàn)。
• 如何訪問(wèn)WebThinker？：用戶可以通過(guò)項(xiàng)目官網(wǎng)和GitHub倉(cāng)庫(kù)獲取詳細(xì)信息和資源。
• WebThinker適合哪些領(lǐng)域？：它可以廣泛應(yīng)用于科研、教育、企業(yè)決策等多個(gè)領(lǐng)域，滿足不同用戶的需求。