Tongyi DeepResearch 技术报告深度分析
一、论文基本信息标题： Tongyi DeepResearch Technical Report作者： Tongyi DeepResearch Team（通义深度研究团队），来自阿里巴巴集团的通义实验室发表平台： arXiv预印本发表日期： 2025年11月5日（最新版本）摘要核心内容：研究目标： 开发一个专门用于长时域（long-horizon）、深度信息搜寻研究任务的智能体大语言模型（agentic large language model）核心方法： 通过端到端训练框架，结合智能体中期训练（agentic mid-trainin...
直接偏好优化（DPO）
谈 Keir Starmer
我对英格兰没什么意见，甚至某种程度上很喜欢这个国家，虽然也许苏威爱三国更适合人居住。但 Starmer 就是 de facto 自 Theresa May 以后最烂的 PM，这人太痴迷于自己的cakeism了，路线场面左右摇摆，弄得整个社会也一起跟着他的总路线动摇。Starmer又想复兴学校，又想重振NHS，又想发展社会福利，又想带来更大的 House affordability；另一方面Starmer又想研究先端科技，又想保卫边境，又想促进经济，又要防止中国和俄罗斯间谍… 这么多 priorities 到最后就是一个事都没干成，em...