Mar 16, 2026 · OpenSeeker
OpenSeeker：1.17 万条合成数据让开放搜索 Agent 接近前沿系统
2026 年 3 月 16 日提交的 OpenSeeker 完全开放模型与训练数据，仅用 11.7k 合成样本和 SFT，在 BrowseComp 达到 29.5%，高于开源 DeepDive 的 15.3%，BrowseComp-ZH 达到 48.4%。
EVENT STORY
Development
- First ReportOpenSeeker：1.17 万条合成数据让开放搜索 Agent 接近前沿系统arXiv cs.AI
- Current Assessment深度搜索会从闭源产品功能转向模型、数据和评测共同开放的生态竞争；训练数据透明度也让企业更容易审计来源、复现能力和做领域适配。Agent Pulse · analysis
搜索 Agent 同时依赖模型能力和高质量轨迹数据。OpenSeeker 用可控问答合成与轨迹去噪缩小开源和工业系统差距，为中文深度搜索提供可复现路径。
方法从 Web 图做拓扑扩展与实体混淆，生成覆盖度和复杂度可控的多跳问题；再通过回顾式总结去除教师轨迹中的冗余与错误动作。一次训练同时覆盖 BrowseComp、BrowseComp-ZH、xbench-DeepSearch 和 WideSearch。
深度搜索会从闭源产品功能转向模型、数据和评测共同开放的生态竞争；训练数据透明度也让企业更容易审计来源、复现能力和做领域适配。
研发搜索 Agent 时可先复用开放数据建立基线，再用垂直问题和真实证据补齐，避免从昂贵的全量轨迹采集开始。
需检查合成任务与真实研究的差距、数据许可、搜索引擎依赖和开放模型在长任务中的安全与事实稳定性。