开源Deep Research的平替之路：QUEST-35B的降维打击

俄亥俄州立大学最近开源了QUEST-35B，用32块H100和8000条合成数据，在Qwen基础上练出了一个能叫板顶级闭源系统的深度搜索智能体。这件事的核心不在于它有多大，而在于它验证了“小模型+强化学习（RL）”在特定任务上实现以小博大的可行性。

深度调研（Deep Research）本质上不是单纯的问答，而是长程的、带反馈的决策链：搜索、筛选、验证、再搜索。QUEST的逻辑是先用SFT（监督微调）给模型“打样”，让它学会搜索的套路，再通过RL（强化学习）优化决策路径。那8000个样本之所以值钱，是因为它们不是简单的对话，而是包含多步搜索、验证和约束满足的复杂任务轨迹。

但要清醒看到，开源与闭源的差距不在智商，而在“工程鲁棒性”。闭源系统砸钱做的网页渲染、反爬代理、多源矛盾处理，是模型权重解决不了的硬骨头。QUEST这类学术项目更像是一个精密的实验室原型，它教会了模型一套漂亮的“搜索体操”，但在面对互联网真实的断头路和垃圾信息时，容错率依然是短板。

如果你需要一个跑在本地、成本极低且任务边界清晰的研究助手，QUEST是目前开源界的顶流。

https://github.com/OSU-NLP-Group/QUEST

#人工智能##AI创造营##开源模型##DeepResearch#