采用Planner+Executors協(xié)同架構(gòu)+文件系統(tǒng)通信，專攻復(fù)雜信息檢索與長(zhǎng)文調(diào)研報(bào)告生成。 在主流DeepResearch Agent榜單上成績(jī)亮眼：1. BrowseComp-zh：38B模型達(dá)到34.6分，超越WebSailor-72B（30.1）2. BrowseComp-en：13.4分，同規(guī)模開源模型中最高3. 長(zhǎng)文生成：總體水平第一梯隊(duì)，平均報(bào)告24.6K tokens（是 o3 DeepResearch 的 2×+），在信息豐富度、事實(shí)性和多樣性上都表現(xiàn)亮眼。? 訓(xùn)練范式：冷啟動(dòng)SFT → 迭代式RFT- 軌跡級(jí)正確性過濾+步驟級(jí)打分過濾；- Planner-centric 的Credit Assignemnt，將Planner評(píng)分傳遞 Executors；- 完全依托依托1000+Ascend NPU集群（8 NPU/節(jié)點(diǎn)，HCCS + RoCE 200Gbps），配合Agent Factory與StaleSync提升訓(xùn)練效率，在線RFT用dynamic batching+partial rollout穩(wěn)定長(zhǎng)軌跡優(yōu)化。 有趣發(fā)現(xiàn)：- 性能瓶頸在Executors而非Planner；- Planner “夠用就好”，升級(jí)Executors帶來更大收益；- 經(jīng)協(xié)作訓(xùn)練的子智能體單獨(dú)使用時(shí)同樣強(qiáng)大：38B的Information Seeker單獨(dú)測(cè)試BrowseComp-zh就能跑贏WebSailor。[機(jī)智]嘗試了幾個(gè)問題。比如深度調(diào)研一下中國(guó)藍(lán)牙耳機(jī)細(xì)分市場(chǎng)。DeepDiver-V2給出了詳盡的長(zhǎng)文調(diào)研：從品類分析、競(jìng)爭(zhēng)格局，到消費(fèi)者洞察以及技術(shù)的發(fā)展，都講得條理清晰、細(xì)節(jié)豐富。[哇]DeepDiver-V2 已開源，感興趣的伙伴可以使用開源代碼倉(cāng)體驗(yàn)。 模型：https://ai.gitcode.com/ascend-tribe/openPangu-Embedded-7B-DeepDiver 報(bào)告：https://ai.gitcode.com/ascend-tribe/openPangu-Embedded-7B-DeepDiver/blob/main/docs/openpangu-deepdiver-v2-tech-report.pdf
