腾讯联合浙大开源 IterSynth：首创解耦式深度搜索智能体范式，复杂长程检索推理表现超越现有 8B 模型

核心背景与行业痛点 深度搜索（Deep Search）要求大模型智能体面对开放复杂问题时，自主拆解子问题、发起多轮网络检索、甄别真实证据并合成高置信度回答（如 OpenAI Deep Research、Perplexity 深度模式）。然而，现有的开源方案多采用经典的 ReAct 闭环：单个模型必须同时充当规划者、检索器和总结者。这带来了两大致命痛点：一是“角色耦合（Role Coupling）”，一个策略网络难以同时精通微观信息提取与宏观推理规划；二是“上下文无限膨胀（Context Saturation）”，随着检索页面不断累加，提示词中充斥大量无关网页噪点，导致大模型发生严重幻觉。 ### 架构亮点与底层机制 腾讯与浙大联合团队在 IterSynth 中构建了创新的系统工程： 1. 双角色解耦交互范式（Decoupled Planner & Synthesizer）：将任务分解为专注挖掘核心信息缺口的“规划者（Planner）”，以及专注将最新抓取内容熔炼入核心事实的“归纳者（Synthesizer）”； 2. 演化式摘要持久层（Evolving Summary State）：抛弃保存全部原始网页的粗暴做法，以持续演化的紧凑摘要作为搜索全局状态，将搜索历史的 Token 开销压缩 70% 以上，保持模型注意力高度聚焦； 3. 角色解耦策略优化算法（RDPO）：在强化学习微调中，不仅考量最终答案正确率，更引入多轮细粒度 Rubric 评测机制，分别向 Planner 和 Synthesizer 反向传播独立的优势函数（Role-Specific Advantages），解决长期信用分配失真。 ### 权威 Benchmark 与实测跑分对比 在涵盖长程复杂推理的 BrowseComp、Xbench-DS 等五大严苛深度搜索基准实测中： - IterSynth-8B 平均得分达 50.7 分，较同级别最强 8B 开源基线绝对提升了 4.2%； - 在零样本（Zero-Shot）Prompting 模式下适配闭源旗舰模型（如 GPT-4o、Claude 3.5 Sonnet），其复杂事实检索回答准确率较原生 ReAct 范式提升 18.6%； - 面对包含 20+ 轮网页深度跳转的复杂场景，幻觉断言率较常规 RAG 管道下降 53.4%。 ### 开发者实战落地与开箱指南 智能体与搜索引擎开发者可按以下步骤极简落地： - 克隆 GitHub 官方仓库：git clone https://github.com/Tencent/IterSynth； - 项目提供开箱即用的 Python 推理框架与多搜索引擎（Bing、Google、Tavily）适配器； - 国内开发者可直接在 Hugging Face 页面查阅论文预印本与轻量化 8B 检查点权重。