DeepDive结合知识图谱和多轮强化学习构建强大的网页浏览搜索agent，通过创建需多跳搜索的困难训练数据和严格奖励机制，教授模型耐心与精确性。32B参数模型在困难网页基准测试上表现优异，测试时扩展能显著提升性能，证明高难度数据和严格奖励机制对构建能处理复杂研究任务的搜索agent至关重要。

---

论文(DeepDive: Advancing Deep Search Agents with Knowledge Graphs and Multi-Turn RL)提出的DeepDive通过结合两个要素构建了更强大的网页浏览"深度搜索"agent：从知识图谱自动合成的难以找到的问题，以及端到端多轮强化学习，教会模型如何推理、搜索和停止。多轮强化学习和数据难度显著推进了深度研究agent的发展。它表明仅仅在浅层数据集上训练或使用松散的奖励是不够的。

制作"困难模式"(hard mode)训练数据：论文没有依赖像HotpotQA这样简单的问答数据集，而是通过遍历知识图谱、模糊实体细节并检查强模型是否会在这些问题上失败来构建问题。结果是3000多个问题，迫使进行长时间的多跳搜索，更接近真实研究的感觉。

教授耐心和精确性的强化学习：agent在搜索-点击-阅读循环中学习。只有当每一步都格式正确且最终答案准确时，它才能获得奖励。任何格式错误都会提前结束运行，保持正面样本的清洁。这种严格的设置防止模型通过浅层搜索"作弊"。

开放模型的收益：使用32B模型，DeepDive在BrowseComp（一个困难的网页基准测试）上达到14.8%的准确率，击败了WebSailor和DeepSeek-R1-Browse等其他开放agent。强化学习训练版本在多个数据集上始终优于仅监督微调。

推理时扩展有效：当允许更多工具调用时，agent表现更好，表明测试时扩展也适用于网页搜索。并行运行多个搜索尝试并选择需要最少工具调用的结果，在实验中几乎将准确率翻倍。

如果你正在构建浏览或研究agent，关键教训是数据难度+多轮强化学习至关重要。仅在浅层数据集上训练或使用松散奖励是不够的。DeepDive的开源发布（代码、数据、模型）为构建能够真正处理研究深度"帮我谷歌一下"的agent提供了配方。

零基础如何高效学习大模型？

你是否懂 AI，是否具备利用大模型去开发应用能力，是否能够对大模型进行调优，将会是决定自己职业前景的重要参数。

为了帮助大家打破壁垒，快速了解大模型核心技术原理，学习相关大模型技术。从原理出发真正入局大模型。在这里我和鲁为民博士系统梳理大模型学习脉络，这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码免费领取🆓**⬇️⬇️⬇️

【大模型全套视频教程】

教程从当下的市场现状和趋势出发，分析各个岗位人才需求，带你充分了解自身情况，get 到适合自己的 AI 大模型入门学习路线。

从基础的 prompt 工程入手，逐步深入到 Agents，其中更是详细介绍了 LLM 最重要的编程框架 LangChain。最后把微调与预训练进行了对比介绍与分析。

同时课程详细介绍了AI大模型技能图谱知识树，规划属于你自己的大模型学习路线，并且专门提前收集了大家对大模型常见的疑问，集中解答所有疑惑！

深耕 AI 领域技术专家带你快速入门大模型

跟着行业技术专家免费学习的机会非常难得，相信跟着学习下来能够对大模型有更加深刻的认知和理解，也能真正利用起大模型，从而“弯道超车”，实现职业跃迁！

【AI 大模型面试题 】

除了 AI 入门课程，我还给大家准备了非常全面的**「AI 大模型面试题」，**包括字节、腾讯等一线大厂的 AI 岗面经分享、LLMs、Transformer、RAG 面试真题等，帮你在面试大模型工作中更快一步。

【大厂 AI 岗位面经分享（92份）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

【640套 AI 大模型行业研究报告】

【AI大模型完整版学习路线图（2025版）】

明确学习方向，2025年 AI 要学什么，这一张图就够了！

👇👇点击下方卡片链接免费领取全部内容👇👇

抓住AI浪潮，重塑职业未来！

科技行业正处于深刻变革之中。英特尔等巨头近期进行结构性调整，缩减部分传统岗位，同时AI相关技术岗位（尤其是大模型方向）需求激增，已成为不争的事实。具备相关技能的人才在就业市场上正变得炙手可热。

行业趋势洞察：

• 转型加速： 传统IT岗位面临转型压力，拥抱AI技术成为关键。
• 人才争夺战： 拥有3-5年经验、扎实AI技术功底和真实项目经验的工程师，在头部大厂及明星AI企业中的薪资竞争力显著提升（部分核心岗位可达较高水平）。
• 门槛提高： “具备AI项目实操经验”正迅速成为简历筛选的重要标准，预计未来1-2年将成为普遍门槛。

与其观望，不如行动！

面对变革，主动学习、提升技能才是应对之道。掌握AI大模型核心原理、主流应用技术与项目实战经验，是抓住时代机遇、实现职业跃迁的关键一步。

01 为什么分享这份学习资料？

当前，我国在AI大模型领域的高质量人才供给仍显不足，行业亟需更多有志于此的专业力量加入。

因此，我们决定将这份精心整理的AI大模型学习资料，无偿分享给每一位真心渴望进入这个领域、愿意投入学习的伙伴！

我们希望能为你的学习之路提供一份助力。如果在学习过程中遇到技术问题，也欢迎交流探讨，我们乐于分享所知。

*02 这份资料的价值在哪里？*

专业背书，系统构建：

• 本资料由我与鲁为民博士共同整理。鲁博士拥有清华大学学士和美国加州理工学院博士学位，在人工智能领域造诣深厚：

• • 在IEEE Transactions等顶级学术期刊及国际会议发表论文超过50篇。
  • 拥有多项中美发明专利。
  • 荣获吴文俊人工智能科学技术奖（中国人工智能领域重要奖项）。

• 目前，我有幸与鲁博士共同进行人工智能相关研究。

内容实用，循序渐进：

• 资料体系化覆盖了从基础概念入门到核心技术进阶的知识点。

• 包含丰富的视频教程与实战项目案例，强调动手实践能力。

• 无论你是初探AI领域的新手，还是已有一定技术基础希望深入大模型的学习者，这份资料都能为你提供系统性的学习路径和宝贵的实践参考，助力你提升技术能力，向大模型相关岗位转型发展。

  

抓住机遇，开启你的AI学习之旅！