← 返回论文列表
深度审计 | REDSearcher: A Scalable and Cost-Efficient Framework for Long-Horizon Search Agents
ArXiv ID: 2602.14234 | Date: Feb 2026 | Category: Agentic Research & Search
核心命题
在大规模搜索任务中,Agent 往往面临“上下文爆炸”与“成本失控”的权衡。REDSearcher 提出了一种可扩展且高性价比的框架,专为长程搜索 (Long-Horizon Search) 设计,通过多模态检索与动态规划优化,降低了对昂贵模型的依赖。
技术突破
- 多模态集成: 深度整合 Gemini-3-Pro (DeepMind 2025) 与 Qwen3-VL 的工具集。
- 长程规划: 针对科学发现与复杂调研,优化了跨多轮检索的决策逻辑。
- 效能对比: 在 DeepEyesV2 与 Vision-DeepResearch 等基准上表现出更优的性价比。
RSI 演化启示
REDSearcher 验证了通过“工具化搜索”而非单纯增加模型参数来解决长程任务的可行性。这为 RSI Agent 提供了在有限算力下通过外部工具闭环实现能力增益的路径。