WebResearcher - Alibabaが開発したオープンソースの反復型深層調査エージェント。

WebResearcherとは何ですか？

アリババ傘下のTongyi Labsが開発したWebResearcherは、Tongyi DeepResearchファミリーに属する反復型深層研究エージェントです。革新的な反復型深層研究パラダイムに基づき、人間の専門家の認知ワークフローをシミュレートし、複雑な問題を自律的に分解し、ツールの使用を調整し、発見を首尾一貫した論理的な物語に統合します。従来の研究エージェントと比較して、WebResearcherは研究プロセスを段階的に処理することで情報過多やノイズの蓄積を回避し、継続的な深層推論能力を確保します。WebResearcherは、スケーラブルなデータ合成エンジンと、拒否ベースの微調整や検証可能な報酬を用いた強化学習を含む専用の多段階トレーニングプロセスを備えており、複雑な推論タスクにおいて優れた性能を発揮します。

WebResearcherの主な機能

• 複雑な問題の自律的な分解複雑な研究課題を、複数の管理しやすいサブタスクに分解する。
• 調整ツールの使用必要に応じて、検索エンジンや学術データベースなどの様々なツールを活用する。
• 統合と発見取得した情報とツールの出力結果を統合し、首尾一貫した論理的な物語を構築する。
• 継続的な深層推論反復的なプロセスを通じて、情報過多やノイズの蓄積を回避するために、継続的に深い推論を実行します。

WebResearcherの技術原則

• 反復的な研究プロセス研究プロセスは複数の独立したラウンドに分割され、各ラウンドは「思考」「報告」「行動」の3つの部分から構成されます。各ラウンドの「報告」は中心的な記憶として機能し、新たな発見を統合して一貫性のある高密度の要約を作成し、次のラウンドに引き継ぎます。この統合と再構築の循環プロセスにより、認知空間の過負荷やノイズ汚染を防ぎ、持続的な深い思考が可能になります。
• スケーラブルなデータ合成エンジンマルチエージェントフレームワークを用いて、大規模かつ高品質で複雑な推論タスクデータを自動的に生成する3段階のワークフローを採用する。これには、初期データ生成、反復的な複雑性向上、および厳密な品質管理が含まれる。
• 訓練と推論：
  • 拒否ベースの微調整（RFT）微調整は、最終的な答えが真の値と完全に一致するように、高品質の軌跡に対して行われ、堅牢なツール使用スキルと知識に基づく推論能力を育成します。
  • 強化学習（RL）検証可能な報酬を用いた強化学習（RLVR）により、エージェントの多段階論理推論能力をさらに向上させる。
  • テスト時スケーリング（TTS）推論プロセスにおいては、複数の並列推論経路を実行し、各経路の最後の数ステップから最終的な答えを合成するために専用の融合エージェントを使用することで、パフォーマンスが向上する。

WebResearcherプロジェクトのアドレス

• GitHubリポジトリ：https://github.com/Alibaba-NLP/DeepResearch/tree/main/WebAgent/WebResearcher
• arXiv技術論文：https://arxiv.org/pdf/2509.13309

WebResearcherの応用事例

• 学術研究これは、研究者が文献を迅速に整理し、重要な情報を発見し、複雑な学術研究の実施を支援し、研究の効率と質を向上させるのに役立ちます。
• 市場分析WebResearcherは、市場データを収集・分析し、業界のトレンドや消費者のニーズを明らかにし、企業に正確な市場インサイトを提供し、意思決定を支援することができます。
• 技術開発技術分野では、技術動向調査や競合分析などに利用され、開発者が技術の最先端を把握し、技術革新を加速させるのに役立ちます。
• 教育指導これは、学生と教育者に対し、教育と学習のプロセスを支援するための統合的な学習リソースと知識の説明を提供するものです。
• 健康管理これは、医療従事者が疾病研究、医薬品開発情報の収集、その他の業務を行う際に役立ち、医療上の意思決定のためのデータ支援と知識的背景を提供する。