Awesome Deep Research Papers¶
面向 Deep Research，尤其是多模态 Deep Research 的精读论文与研究资源库。
收录流程¶
收录有两种入口：每周一、周四从 arXiv、Hugging Face Daily Papers、Seed 关联工作和官方博客定时收集；平时由用户在微信 nxc 联系人窗口手动转发公众号／小红书链接或截图。两条入口都先去重、查找唯一原文，再按统一的中文精读格式处理。能核实原文的内容归入论文模块、Official Lab Blogs 或 Others 主题目录；只有二手推送或无法唯一核实原文的内容标记为“待补原文”，不进入仓库。
论文分类与收录索引¶
Data Synthesis¶
数据构造、Deep Research 评测、证据链与图文交错报告。
| 论文 | 日期 | 主要机构 |
|---|---|---|
| MMDeepResearch-Bench | 2026-01-18 | Ohio State；Amazon；多所高校 |
| FrontierScience | 2026-01-29 | OpenAI |
| MiroEval | 2026-03-30 | MiroMind AI |
| TVIR | 2026-06-01 | Nanjing University；Alibaba Group |
| HiEviDR-Bench | 2026-07-27 | Tsinghua University；UCAS；东北大学；上海交大 |
| FinanceHarness | 2026-07-30 | Google Cloud AI Research；UCLA |
| From Simple QA to Deep Research | 2026-08-03 | Shandong Key Laboratory；Alibaba Token Hub；ICT-CAS；PolyU |
| SIEVE | 2026-08-05 | University of Queensland；CSIRO |
| Video-DeepResearch | 2026-08-04 | Video-DeepResearch Team（待核对） |
Rubric RL¶
Rubric 的生成、演进、奖励聚合与 criterion-level 信号。
| 论文 | 日期 | 主要机构 |
|---|---|---|
| GDPO | 2026-01-08 | NVIDIA；HKUST |
| Open Rubric System | 2026-02-15 | Alibaba；中国科学院计算技术研究所；北京邮电大学 |
| GEAR | 2026-06-02 | Beihang University；Tsinghua University；BAAI |
| CriPO | 2026-07-20 | Zhejiang University；ByteDance |
| Rubric Dropout | 2026-08-12 | Scale AI；University of Arizona；UT Dallas |
| A Survey on Rubric-Guided RL | 2026-08-27 | WeChat, Tencent；Independent Researcher |
Harness RSI¶
Harness、skill 与工作流从训练和执行经验中持续演进。
| 论文 | 日期 | 主要机构 |
|---|---|---|
| EvoTrainer | 2026-06-02 | Alibaba Group；中科院；SUAT |
| EvoHarness-RL | 2026-08-05 | Meta AI；UIUC |
| Agent Lightning v1.0 | 2026-08-18 | Microsoft；Fudan University；Zhejiang University；University of Edinburgh |
| Recuris | 2026-08-25 | NUS；Princeton；Stanford；Oxford |
| JIT-Agent | 2026-08-26 | LV-NUS Lab（待核对） |
Credit Assignment¶
Agent RL 中将结果归因到步骤、工具调用、token 或子目标。
| 论文 | 日期 | 主要机构 |
|---|---|---|
| Information Gain-based Policy Optimization | 2025-10-16 | Ant Group Venus Team；Renmin University；Individual Author |
| From Reasoning to Agentic | 2026-04-10 | 待核对 |
Others¶
不属于上述方向、但对研究工作有价值的精读资源。
| 资源 | 主题 | 日期 |
|---|---|---|
| LoopArena | Runtime Controller Benchmark | 2026-08-28 |