Forschung arXiv – cs.AI

Mind DeepResearch: KI-Agenten erreichen Spitzenleistung mit 30 B‑Modellen

Mind DeepResearch (MindDR) ist ein hochmodernes Multi‑Agenten‑Deep‑Research‑Framework, das mit Modellen von rund 30 Milliarden Parametern führende Leistungen erzielt. Die zentrale Innovation liegt in einer kollaborative…

≈1 Min. Lesezeit Originalquelle
Kernaussagen
Das nimmst du aus dem Beitrag mit
  • Mind DeepResearch (MindDR) ist ein hochmodernes Multi‑Agenten‑Deep‑Research‑Framework, das mit Modellen von rund 30 Milliarden Parametern führende Leistungen erzielt.
  • Die zentrale Innovation liegt in einer kollaborativen Dreier‑Agenten‑Architektur – einem Planungsagenten, einem DeepSearch‑Agenten und einem Report‑Agenten – sowie einer…
  • Mit diesem Ansatz erreicht MindDR beeindruckende Resultate: 45,7 % bei BrowseComp‑ZH, 42,8 % bei BrowseComp, 46,5 % bei WideSearch, 75,0 % bei xbench‑DS und 52,5 % bei D…

Mind DeepResearch (MindDR) ist ein hochmodernes Multi‑Agenten‑Deep‑Research‑Framework, das mit Modellen von rund 30 Milliarden Parametern führende Leistungen erzielt.

Die zentrale Innovation liegt in einer kollaborativen Dreier‑Agenten‑Architektur – einem Planungsagenten, einem DeepSearch‑Agenten und einem Report‑Agenten – sowie einer vierstufigen, agentenspezifischen Trainingspipeline, die SFT, Search‑RL, Report‑RL und Präferenzabgleich umfasst.

Mit diesem Ansatz erreicht MindDR beeindruckende Resultate: 45,7 % bei BrowseComp‑ZH, 42,8 % bei BrowseComp, 46,5 % bei WideSearch, 75,0 % bei xbench‑DS und 52,5 % bei DeepResearch Bench. Diese Zahlen übertreffen vergleichbare Open‑Source‑Agentensysteme und konkurrieren mit Modellen größerer Größenordnung.

MindDR ist bereits als Online‑Produkt bei Li Auto im Einsatz und demonstriert damit die Praxistauglichkeit der Technologie.

Zur Bewertung wurde MindDR Bench entwickelt – ein kuratiertes Benchmark aus 500 realen chinesischen Suchanfragen, die anhand eines mehrdimensionalen Rubriksystems beurteilt werden. MindDR erzielt dort einen Spitzenwert von 51,8 %.

MindDR zeigt eindrucksvoll, dass sorgfältig gestaltete Datensynthese und eine gezielte Agenten‑Trainingspipeline selbst bei moderaten Modellgrößen herausragende Leistungen ermöglichen.

Einordnen in 60 Sekunden

Welche Linse du auf diese Meldung legen solltest

Dieses Thema ist relevant, weil es zeigt, wie sich KI-Produkte, Modelle oder Rahmenbedingungen in der Praxis verschieben.

Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.

Was veraendert sich praktisch?
Ist das eher Signal, Produkt oder nur kurzfristiger Hype?
Begriffe zum Einordnen

Kontext ohne Glossar-Suche

MindDR
Dieses Thema ist relevant, weil es zeigt, wie sich KI-Produkte, Modelle oder Rahmenbedingungen in der Praxis verschieben.
Multi-Agenten-Deep-Research
Dieses Thema ist relevant, weil es zeigt, wie sich KI-Produkte, Modelle oder Rahmenbedingungen in der Praxis verschieben.
Agentenarchitektur
Dieses Thema ist relevant, weil es zeigt, wie sich KI-Produkte, Modelle oder Rahmenbedingungen in der Praxis verschieben.
arXiv – cs.AI
Diese Quelle setzt den Ausgangspunkt fuer die Meldung. Pruefe immer, ob sie eher Forschung, Produktmarketing oder Praxisperspektive liefert.
Naechste Schritte

Aehnliche Entwicklungen zum Weiterlesen