🚀华为openPangu-DeepDiver开源，深度研究多Agent系统，支持百步以上工具推理，万字报告快速生成

🤖采用Planner+Executors协同架构+文件系统通信，专攻复杂信息检索与长文调研报告生成。\x0a\x0a📊 在主流DeepResearch Agent榜单上成绩亮眼：\x0a1. BrowseComp-zh：38B模型达到34.6分，超越WebSailor-72B（30.1）\x0a2. BrowseComp-en：13.4分，同规模开源模型中最高\x0a3. 长文生成：总体水平第一梯队，平均报告24.6K tokens（是 o3 DeepResearch 的 2×+），在信息丰富度、事实性和多样性上都表现亮眼。\x0a\x0a🛠️ 训练范式：冷启动SFT → 迭代式RFT\x0a- 轨迹级正确性过滤+步骤级打分过滤；\x0a- Planner-centric 的Credit Assignemnt，将Planner评分传递 Executors；\x0a- 完全依托依托1000+Ascend NPU集群（8 NPU/节点，HCCS + RoCE 200Gbps），配合Agent Factory与StaleSync提升训练效率，在线RFT用dynamic batching+partial rollout稳定长轨迹优化。\x0a\x0a🔍 有趣发现：\x0a- 性能瓶颈在Executors而非Planner；\x0a- Planner “够用就好”，升级Executors带来更大收益；\x0a- 经协作训练的子智能体单独使用时同样强大：38B的Information Seeker单独测试BrowseComp-zh就能跑赢WebSailor。\x0a\x0a[机智]尝试了几个问题。比如深度调研一下中国蓝牙耳机细分市场。\x0a\x0aDeepDiver-V2给出了详尽的长文调研：从品类分析、竞争格局，到消费者洞察以及技术的发展，都讲得条理清晰、细节丰富。\x0a\x0a[哇]DeepDiver-V2 已开源，感兴趣的伙伴可以使用开源代码仓体验。\x0a🔗 模型：https://ai.gitcode.com/ascend-tribe/openPangu-Embedded-7B-DeepDiver\x0a📄 报告：https://ai.gitcode.com/ascend-tribe/openPangu-Embedded-7B-DeepDiver/blob/main/docs/openpangu-deepdiver-v2-tech-report.pdf