腾讯发布IterSynth提升LLM深度搜索性能
发生了什么
据Hugging Face Papers报道，腾讯发布研究论文介绍IterSynth，一种通过角色解耦迭代合成提升大语言模型深度搜索性能的范式。该架构分离规划与合成角色，使用持久摘要状态和角色解耦强化学习（RDPO）。实验显示，IterSynth-8B在BrowseComp等五个长周期深度搜索基准测试中平均得分50.7，超越此前最强≤8B智能体4.2%。该方法作为模型无关提示范式，在Claude-4.5-Opus和DeepSeek-V3.1上实现零样本增益，推理时间降低13-15%。代码已开源。
- 模型参数量
- 8B
- 平均得分
- 50.7
- 性能提升
- +4.2%
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口