科技快讯：一支学术团队近日发布开源模型 OpenSeeker-v2，在搜索智能体基准测试中取得领先成绩。该模型采用 ReAct 架构、参数规模为 30B，仅凭监督微调（SFT）完成训练，未使用额外的持续预训练或强化学习管线。团队通过三项数据优化策略——扩展知识图谱规模、增加工具集数量及严格的低步数过滤——提升训练效率与性能。实验结果显示，OpenSeeker-v2 在 BrowseComp 准确率达 46.0%，BrowseComp-ZH 为 58.1%，Humanity’s Last Exam 为 34.6%，xbench 高达 78.0%，全面超越多家工业级模型，包括通义 DeepResearch。据悉，该项目已正式开源模型权重，为学术界与开源社区提供了低成本研发高性能搜索智能体的新路径。
