合成Deep Research数据的框架InfoSeek，构建复杂知识网络

在人工智能与数据科学的交汇处，一个名为 InfoSeek 的框架正在积极开发中，旨在为复杂的深度研究任务提供高质量的数据合成。InfoSeek 采用了一种双代理系统，通过挖掘大量文本中的实体和关系，逐步构建出一棵研究树，并模糊处理其中的中间节点，以确保生成有效的子问题。这一过程最终将这些研究树转化为自然语言问题，要求解答者遍历整个层级结构，以获取全面的答案。

InfoSeek 的研发团队已在知名平台上发布了相关数据集，以支持研究者在各自领域内的探索。以 “Russet sparrow”（红胸朱雀）为例，研究树的构建涉及多个层级的实体和关系，从命名者 John Gould 到他的妻子 Elizabeth Gould，再到与该物种相关的特征。通过这种结构化的方式，研究者能够清晰地看到每一个问题是如何被分解和解答的。

另一示例是关于 SV Werder Bremen（女子足球队）的研究，该团队的首个进球者 Doreen Nabwire，与其背后的发展机构 Mathare Youth Sports Association 和她的出生地 Korogocho 之间的复杂关系，也在 InfoSeek 的框架下得到了有效呈现。通过这种方式，研究者可以在多层次的结构中提取出关键的信息，深化对问题的理解。

InfoSeek 还在传统的多跳基准测试中展现出了强大的性能，尤其是在 BrowseComp-Plus 上，训练模型的表现颇具竞争力。这为未来的研究提供了新的工具和思路，推动着数据合成技术的进一步发展。

当前，InfoSeek 的代码和数据已在 Apache2.0许可证下发布，允许学术研究和商业用途，并鼓励在使用时给予适当的引用。此外，开发团队也呼吁社区的支持，希望能获得更多的关注与反馈，以推动项目的持续改进与创新。

项目:https://github.com/VectorSpaceLab/InfoSeek

划重点:

🔍 InfoSeek 是一个双代理系统，通过挖掘文本中的实体和关系，构建复杂的研究树，生成高质量的数据集。

🌳 研究示例涵盖了鸟类和女子足球队，通过结构化的方式展现多层次信息，便于理解和分析。

📈 InfoSeek 在传统的多跳基准测试中表现出色，促进数据合成技术的发展，为未来研究提供新工具。