在深度研究（DeepResearch）席卷而来的今天，我们习惯了认为，只有千亿参数的云端大模型才能处理复杂的深度调研。
但今天，这个既定认知被打破了。
AgentCPM-Report正式开源。这款由清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的智能体，不仅仅是一个本地化的 DeepResearch 工具，更代表了端侧模型能力边界的一次重新定义。
它基于 8B 参数的端侧模型，利用写作即推理的迭代优化框架 ，实现了比肩顶级闭源系统（Claude/Gemini）的万字长文写作能力。
无需昂贵的算力集群，无需上传核心数据，只需一张消费级显卡，你的本地文档库就能变成一个深度的洞察引擎。
⭐AgentCPM-Report 核心亮点
极致效能，以小博大：它是如何跨越参数鸿沟的？秘密在于高密度的思考——单次调研包含平均 40 轮的深度检索与近 100 轮的思维链推演。这种对信息全方位的挖掘与重组能力，让小模型突破了逻辑瓶颈，产出的报告在严密性与洞察力上真正做到了越级挑战。
物理隔绝，本地安全：专为高隐私场景设计，支持完全离线的本地化敏捷部署，彻底杜绝云端泄密风险。基于技术团队的 UltraRAG 框架，它能高效挂载并理解您的本地私有知识库，让核心机密数据在“不出域”的前提下，安全地转化为极具价值的专业决策报告。
ingFang SC", system-ui, -apple-system, "system-ui", "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 17px;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;font-weight: 400;letter-spacing: 0.544px;orphans: 2;text-align: justify;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;background-color: rgb(255, 255, 255);text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;line-height: 1em;">项目地址
👇
AgentCPM-Report 开源地址：
https://github.com/OpenBMB/AgentCPM
https://huggingface.co/openbmb/AgentCPM-Report
https://modelscope.cn/models/OpenBMB/AgentCPM-Report
https://gitcode.com/OpenBMB/AgentCPM
https://modelers.cn/models/OpenBMB/AgentCPM-Report
UltralRAG 框架开源地址：
https://github.com/OpenBMB/UltraRAG
写作能力对标闭源最强标杆
在 DeepResearch Bench、Deep Consult 以及 DeepResearch Gym 三大主流深度调研评测基准中，AgentCPM-Report 展现了惊人的越级战斗力，综合评分达到甚至超越顶级闭源系统。
在最考验深度的洞察性指标上，AgentCPM-Report 力压群雄，排名第一；而在全面性指标上，也仅次于基于 Claude 的复杂写作框架，位居第一梯队。
从零构建《三体》“面壁计划”深度报告
光看跑分不够，我们直接上实战。我们要求 AgentCPM-Report 以三体原文为知识库，生成一篇关于“面壁计划”来龙去脉的调查报告。在下方视频中，您将看到它从线索挖掘、大纲规划到万字长文撰写的全过程：
极简部署教程
配合 UltraRAG 框架一键部署，你就能拥有专属的深度调研助手：
Docker 一键启动：通过 Docker 可在本地光速启动 UltraRAG 服务与 AgentCPM 智能体；
拖拽式知识库构建：无需编写代码，直接将本地的 PDF、TXT 等私有文档拖入后台，系统自动完成切片与向量化索引；
沉浸式深度调研：输入研究课题，即可让智能体生成结构化、带引用的专业报告。
技术解密：端侧模型如何“以弱胜强”
AgentCPM-Report 之所以能以 8B 参数媲美闭源系统源于两大技术创新：
创新一：“写作即推理”模式，让思考更贴近人脑
传统方案试图让模型“一口气”生成完整大纲或内容，容易造成产出报告的逻辑崩塌，对于小模型来说是更是难上加难。AgentCPM-Report 创新性地采用了“边写作，边规划”的迭代精炼框架打破这一局限：
两阶段循环：系统在 “起草” 与 “深化” 两个状态间不断交替。就像人类专家一样，写完一段草稿后，会立即停下来反思：“有没有需要补充的地方？侧重点应该是怎样的？”，然后回头扩展章节、补充检索、填充新内容。
渐进式优化：将宏大的万字长文任务，拆解为一系列可执行的微小目标。模型在每一轮循环中只需解决当下的局部问题，从而在较小的参数规模条件下产出逻辑严密、细节丰富的长篇报告。
创新二：“多阶段智能体学习”，全方位能力提升
1. 四大核心能力拆解
技术团队将完整报告协作拆解为四个核心能力模块，并针对性地进行强化训练：
🔍 智能检索能力：以“召回率”为核心优化指标，确保检索内容高度相关，为写作奠定坚实基础；
📝 流畅写作能力：建立多维度质量评估体系，从内容深度到表达清晰度全面把关；
🗺️ 科学规划能力：对生成大纲进行结构化评估，确保报告逻辑严谨、层次分明；
🎯 精准决策能力：采用“轨迹剪枝”技术，构造高质量数据，解决“何时停止深化”的关键决策问题。
2. 三阶段训练法：从入门到精通
训练过程同样精心设计：
有监督微调：高质量范文引导，掌握写作基本范式；
原子能力强化：针对每项核心原子能力进行专项提升；
全流程优化：端到端全链路强化学习，以最终报告质量为唯一目标，打通所有能力关节。
AgentCPM-Report 现已开源。这是首个真正可本地化部署、达到实用级别的深度调研系统。你的数据，只属于你自己。
诚邀开发者与研究人员亲自动手，按照教程部署，加载你的私有知识库，体验“数据不出域”的专业级报告生成！
| 欢迎光临 链载Ai (http://www.lianzai.com/) | Powered by Discuz! X3.5 |