不止Deep,更要Wide:清华、无问芯穹发布多智能体系统WideSeek-R1,4B模型比肩671B模型!

只有「深度」还不够，搜索需要「广度」

　　过去一年，大模型的进步主要集中在深度扩展上。像 OpenAI o1 或 DeepSeek-R1 这样的模型，通过增加推理步数来解决复杂难题。

　　然而，随着任务广度的增加，瓶颈从“个体能力”转移到了“组织能力”。在广度信息搜索任务中，单智能体面临两大痛点：

1. 上下文干扰：随着检索信息的堆积，无关信息会干扰模型对后续子任务的判断。
2. 串行效率低：依次处理数十个独立的子任务不仅慢，而且容易因序列过长而遗忘有用信息，导致任务失败。

　　对此，WideSeek-R1 给出的答案是：用多智能体系统 + MARL 实现广度扩展。