Open Deep Research Training

Ce que cela fait

Ce projet fournit un pipeline d'entraînement complet pour construire des agents de recherche profonde. Il s'appuie sur la bibliothèque ART pour spécialiser Qwen 2.5 14B pour le framework de recherche profonde ouverte de LangChain, en utilisant l'Optimisation de Politique Relative de Groupe (GRPO) et le Fine-Tuning Supervisé (SFT) pour atteindre des niveaux de performance dépassant les modèles de pointe comme Sonnet 4.

Outils

• collect_sft : Collecte des échantillons de haute qualité pour le cycle initial de fine-tuning supervisé.
• run_sft : Exécute l'entraînement SFT pour établir une performance de base solide.
• run_train : Lance le processus d'entraînement RL principal via GRPO pour optimiser les capacités de recherche.
• benchmark_model : Évalue l'agent entraîné à l'aide du framework DeepResearch Bench.

Installation

Pour utiliser ceci comme environnement serveur, assurez-vous que uv est installé et lancez :

uv sync

La configuration pour Claude Desktop impliquerait généralement de pointer vers l'environnement python exécuté :

{
  "mcpServers": {
    "open-deep-research": {
      "command": "uv",
      "args": ["run", "python", "-m", "open_deep_research_training"]
    }
  }
}

Hôtes supportés

• claude