MindDR 1.5是什么

MindDR 1.5 是理想汽车信息智能体团队推出的多智能体深度研究框架，用仅约 30B 参数规模在 DeepResearch Bench 取得 52.54 分，达到业界领先水平。框架采用 Planning、DeepSearch、Report 三智能体协作架构，配合 SFT 冷启动、Search-RL、Report-RL 与偏好对齐四阶段训练管线，跳过昂贵的 mid-training，训练 token 减少 71.4%、卡时降低 60%，已实现低成本高性能的深度研究能力，现已部署于理想同学在线产品。

MindDR 1.5的主要功能

• 智能任务规划：Planning Agent 自动拆解用户查询为独立子任务。

• 深度并行检索：DeepSearch Agent 执行多轮搜索、验证与长程推理。

• 高质量报告生成：Report Agent 整合多源证据，输出结构化长报告。

• 记忆共享与追溯：通过 Extended Chain-of-Thought（XoT）与 Tool Memory 实现跨智能体信息流转与溯源。

• 多工具环境调用：支持 Web、Database、Browser、Python 等统一工具接口。

MindDR 1.5的技术原理

• 多智能体协作架构：将深度研究全流程拆分为 Planning Agent（任务规划）、DeepSearch Agent（深度搜索）与 Report Agent（报告撰写）三个分工明确的智能体，通过 Memory 模块共享 XoT 推理轨迹与工具调用记录，避免单模型长上下文膨胀与能力耦合干扰。
• 四阶段训练管线：
  • SFT 冷启动：建立工具调用、格式遵循与多轮推理的基础行为。
  • Search-RL：基于真实工具环境进行在线强化学习，采用动态调度奖励（工具调用→格式→PRM→ORM 递进），优化长链路搜索与决策效率。
  • Report-RL：以 RACE Rubrics（全面性、洞察力、可读性、指令遵循）为核心奖励，结合引用与格式奖励，优化长报告生成质量。
• 偏好对齐：通过 DPO 与 Self-SFT 解决时态一致性、表格格式等细粒度用户体验问题，对齐人类偏好。
• 数据合成：基于百度百科与英文维基百科构建知识图谱，通过子图采样、多跳 QA 生成、条件混淆与质量过滤，合成高质量复杂推理训练数据；并与真实用户查询混合，弥合分布差距。

MindDR 1.5的关键信息和使用要求

• 开发团队：理想汽车（Li Auto）信息智能体团队自主研发并维护。
• 开源状态：技术报告与论文已公开（arXiv 2604.14518），模型权重与产品接口暂未开源。
• 参数规模：采用约 30B 参数的稠密模型与 MoE 模型双路线，在同规模开源系统中性能领先。
• 训练成本：相较 MindDR 1.0，训练 token 数量减少 71.4%，训练卡时降低 60%，实现显著的效率提升。
• 产品形态：已作为核心能力部署于理想同学（Livis）在线产品，面向真实用户场景提供深度研究服务。
• 评测基准：覆盖 DeepResearch Bench、MindDR Bench、BrowseComp、xbench-DS、WideSearch 等多个深度搜索与研究报告评测体系。

MindDR 1.5的核心优势

• 低成本高性能：用30B 级小模型跳过 mid-training，通过多阶段训练实现业界领先性能，显著降低训练与推理成本。
• 智能体分工明确：三智能体解耦搜索与写作，避免端到端训练的奖励稀疏与能力干扰问题，支持并行子任务执行。
• 动态递进奖励：Search-RL 采用阈值触发的动态奖励调度，从基础工具调用逐步过渡到深层推理优化，模拟”顿悟式”能力跃迁。
• 真实场景对齐：基于 500 条真实用户查询构建 MindDR Bench，评测维度覆盖内容质量与呈现格式，直接对齐用户体验。
• 高效搜索决策：在同等准确率下，工具调用次数与上下文 token 消耗显著低于同规模竞品，实现准确且高效。

MindDR 1.5的项目地址

• HuggingFace模型库：https://huggingface.co/papers/2604.14518
• arXiv技术论文：https://arxiv.org/pdf/2604.14518

MindDR 1.5的同类竞品对比

MindDR 1.5的应用场景

• 汽车行业深度调研：分析市场竞争格局、价格战策略、技术路线等复杂商业问题。

• 学术科研辅助：自动检索文献、整合多源证据并生成引用规范的研究综述。

• 金融投资研究：对上市公司、行业趋势进行多轮信息验证与结构化报告输出。

• 产品决策支持：基于海量公开数据与用户行为日志，生成可落地的商业分析报告。

• 智能座舱问答：作为理想同学的核心能力，为车主提供高可信度的深度知识问答。