PolarSeeker/OpenSeeker

解決的問題

OpenSeeker 解決了前沿搜尋代理缺乏透明度與可存取性的問題。雖然存在許多高效率的搜尋代理，但其訓練資料往往屬於專有。OpenSeeker 提供完全開源的訓練資料與模型，以民主化建構與部署複雜資訊探尋任務的先進搜尋代理之能力。

工作原理

OpenSeeker 採用基於 ReAct 的搜尋代理架構。提供基於 Qwen3-30B 的微調模型（v1 與 v2），這些模型使用監督式微調（SFT）在專用資料集上進行訓練。系統整合外部工具以執行搜尋與資訊檢索：

• 搜尋與瀏覽工具：允許代理查詢網路並造訪特定頁面。
• E2B Sandbox：OpenSeeker-v2 整合 E2B sandbox 工具以增強功能。
• 評估框架：包含腳本以產生答案並在 BrowseComp 與 xbench 等各種基準上評估效能。

適用對象

本專案專為希望建構、評估與部署最進階開源搜尋代理的研究人員與開發者設計，無需依賴封閉式訓練流程。

主要亮點

• 完全開源：提供模型以及達成高效率所使用的完整訓練資料。
• SOTA 性能：在 BrowseComp 與 Humanity’s Last Exam 等基準上，OpenSeeker-v2 在 30B 規模的 ReAct 基礎搜尋代理中達成最頂尖水準。
• 工具增強：透過 E2B 支援網頁搜尋、頁面瀏覽與沙箱執行。
• 學術起源：首個由純學術團隊完成並開源全部訓練資料、達成 SOTA 搜尋代理效能的研究工作。