⏶183
MiroThinker-1.7 & H1：通过验证打造重型研究智能体
发表
由 
Wang Xinyu 提交
Wang Xinyu 提交作者: MiroMind Team, S. Bai, L. Bing, L. Lei, R. Li, 
X. Li, X. Lin, E. Min, L. Su, 
B. Wang, L. Wang, L. Wang, S. Wang, X. Wang, Y. Zhang, Z. Zhang, G. Chen, L. Chen, Z. Cheng, Y. Deng, Z. Huang, D. Ng, J. Ni, Q. Ren, X. Tang, B. L. Wang, H. Wang, N. Wang, C. Wei, Q. Wu, J. Xia, Y. Xiao, H. Xu, X. Xu, C. Xue, Z. Yang, 
Z. Yang, F. Ye, H. Ye, J. Yu, C. Zhang, W. Zhang, H. Zhao, P. Zhu
X. Li, X. Lin, E. Min, L. Su, B. Wang, L. Wang, L. Wang, S. Wang, X. Wang, Y. Zhang, Z. Zhang, G. Chen, L. Chen, Z. Cheng, Y. Deng, Z. Huang, D. Ng, J. Ni, Q. Ren, X. Tang, B. L. Wang, H. Wang, N. Wang, C. Wei, Q. Wu, J. Xia, Y. Xiao, H. Xu, X. Xu, C. Xue, Z. Yang, Z. Yang, F. Ye, H. Ye, J. Yu, C. Zhang, W. Zhang, H. Zhao, P. Zhu摘要
AI 生成总结
MiroThinker-1.7 和 MiroThinker-H1 是通过结构化规划、上下文推理和工具交互增强复杂推理的研究型智能体，其中 MiroThinker-H1 加入了局部和全局层面的验证，以实现更可靠的多步问题解决。我们推出了 MiroThinker-1.7，这是一款专为复杂长程推理任务设计的新型研究智能体。在此基础上，我们进一步推出了 MiroThinker-H1，它通过重载推理能力增强了智能体，以实现更可靠的多步问题解决。具体而言，MiroThinker-1.7 通过强调结构化规划、上下文推理和工具交互的智能体化中期训练阶段，提高了每一步交互的可靠性。这使得在复杂任务中能够进行更有效的多步交互和持续推理。MiroThinker-H1 进一步将验证直接整合到局部和全局层面的推理过程中。中间推理决策可以在推理期间进行评估和优化，同时对整体推理轨迹进行审计，以确保最终答案由连贯的证据链支撑。在涵盖开放网络研究、科学推理和财务分析的基准测试中，MiroThinker-H1 在深度研究任务上实现了 SOTA 性能，并在专业领域保持了强劲结果。我们还开源了 MiroThinker-1.7 和 MiroThinker-1.7-mini 模型，以显著提升的效率提供具有竞争力的研究智能体能力。
我们推出了 MiroThinker-1.7，这是一款专门为复杂的长程推理任务设计的新型研究智能体。在此基础上，我们进一步推出了 MiroThinker-H1，该型号赋予了智能体超强推理能力，能更可靠地解决多步问题。特别地，MiroThinker-1.7 通过一个强调结构化规划、上下文推理和工具交互的智能体化中训练阶段，提高了每个交互步骤的可靠性。这使得它在复杂任务中能够实现更有效的多步交互和持续推理。MiroThinker-H1 进一步在推理过程中直接整合了局部和全局层面的验证。推理的中间决策可以在推理期间进行评估和细化，同时对整体推理轨迹进行审计，以确保最终答案由连贯的证据链支持。在涵盖开放网络研究、科学推理和财务分析的基准测试中，MiroThinker-H1 在深度研究任务上实现了 SOTA 性能，同时在专业领域也保持了强劲的结果。我们还开源发布了 MiroThinker-1.7 和 MiroThinker-1.7-mini，以显著提高的效率提供具有竞争力的研究智能体能力。