随着人工智能技术的不断发展，大型语言模型在处理复杂任务时面临着诸多挑战，例如依赖静态知识库、难以实时获取最新信息等。为了解决这些问题，中国人民大学自然语言处理实验室（RUC-NLPIR）推出了开源项目WebThinker。WebThinker通过赋予大型推理模型自主搜索、深度探索网页和撰写研究报告的能力，为复杂问题解决与科研写作提供了新的思路和方法。本文将详细介绍WebThinker的项目背景、核心功能、技术创新、应用场景以及快速使用方法，帮助读者更好地了解和应用这一前沿技术。

一、项目概述

WebThinker是一个开源的深度研究框架，由中国人民大学自然语言处理实验室（RUC-NLPIR）推出。它使大型推理模型（LRM）能够在思考过程中自主搜索、深入探索网页和起草研究报告。与传统的检索增强生成（RAG）模型不同，WebThinker面向复杂问题解决与科研写作，赋予了模型自主执行网络搜索、深度网页探索、内容整合与科研报告撰写的端到端能力，旨在解决传统模型依赖静态知识库、难以处理复杂知识密集型任务的局限性。

二、核心功能

（一）自主思考–搜索–写作机制

WebThinker的核心在于其自主思考–搜索–写作机制（Autonomous Think-Search-and-Draft）。该机制使模型在撰写研究报告时具备以下能力：

1. 章节写作：根据收集到的知识，系统可独立生成某一节的内容。

2. 内容审查与编辑：允许用户随时审查当前写作内容；系统可自动重写不准确或结构不佳的部分。

3. 多轮修订能力：模型会反复搜索、修订，不断优化已有内容，实现内容持续进化。

（二）自我提升训练机制

WebThinker开发了基于强化学习（RL）的训练策略，迭代合成工具使用偏好数据，并应用在线DPO培训来增强LRM的工具利用能力。这种自我提升训练机制（Self-Improvement）使模型能够回顾过往的推理–搜索路径，识别哪些路径最有效，并提炼“成功的推理轨迹”用于进一步学习，针对写作任务优化写作逻辑和节奏。

三、技术创新

（一）自主搜索与推理

WebThinker突破了传统模型仅依赖静态知识库的限制，使模型能够在推理过程中自主调用网络搜索工具。通过这种方式，模型可以实时获取最新的外部知识，从而更好地处理复杂问题和知识密集型任务。

（二）深度网页探索

WebThinker不仅支持简单的网页搜索，还能进行深度网页探索。这意味着模型可以像人类一样浏览网页，获取更丰富的信息，而不仅仅是依赖于搜索结果的摘要。

（三）多轮交互与优化

WebThinker的多轮交互能力使其能够不断优化搜索和写作过程。模型会根据用户的反馈和自身的评估，反复搜索、修订内容，从而生成更高质量的研究报告。

四、应用场景

（一）科研写作

WebThinker在科研写作领域具有巨大的应用潜力。它可以帮助研究人员快速收集和整理相关资料，生成高质量的研究报告，从而提高科研效率。

（二）复杂问题解决

WebThinker能够处理复杂的知识密集型任务。例如，在医学研究、法律分析等领域，模型可以通过自主搜索和推理，为用户提供详细的解决方案。

（三）教育与培训

WebThinker可以作为教育工具，帮助学生学习如何进行科学研究和写作。通过观察模型的搜索和写作过程，学生可以更好地理解科研方法和写作技巧。

五、快速使用

（一）克隆代码

打开终端或命令提示符，运行以下命令克隆WebThinker的代码仓库：

git clone https://github.com/RUC-NLPIR/WebThinker.gitcd WebThinker

（二）安装依赖

创建一个新的Conda环境并安装所需的Python依赖库：

conda create -n webthinker python=3.9conda activate webthinkerpip install -r requirements.txt

（三）准备模型

确保你的推理模型和辅助模型已经通过vLLM服务。在官方的实验中，使用QwQ-32B作为推理模型，Qwen-72B-Instruct作为辅助模型。你也可以选择其他经过指令微调的模型作为辅助模型。

（四）运行示例

1. 问题解决模式

如果你只想提出一个问题，运行以下命令：

python scripts/run_web_thinker.py \  --single_question "What is OpenAI Deep Research?" \  --bing_subscription_key "YOUR_BING_SUBSCRIPTION_KEY" \  --api_base_url "YOUR_API_BASE_URL" \  --model_name "QwQ-32B" \  --aux_api_base_url "YOUR_AUX_API_BASE_URL" \  --aux_model_name "Qwen2.5-32B-Instruct" \  --tokenizer_path "PATH_TO_YOUR_TOKENIZER" \  --aux_tokenizer_path "PATH_TO_YOUR_AUX_TOKENIZER"

如果你想在基准测试上运行结果，运行以下命令：

python scripts/run_web_thinker.py \  --dataset_name gaia \  --split dev \  --concurrent_limit 32 \  --max_search_limit 15 \  --bing_subscription_key "YOUR_BING_SUBSCRIPTION_KEY" \  --api_base_url "YOUR_API_BASE_URL" \  --model_name "QwQ-32B" \  --aux_api_base_url "YOUR_AUX_API_BASE_URL" \  --aux_model_name "Qwen2.5-32B-Instruct" \  --tokenizer_path "PATH_TO_YOUR_TOKENIZER" \  --aux_tokenizer_path "PATH_TO_YOUR_AUX_TOKENIZER"

2. 报告生成模式

如果你想提出一个问题并生成报告，运行以下命令：

python scripts/run_web_thinker_report.py \  --single_question "What are the models of OpenAI and what are the differences?" \  --bing_subscription_key "YOUR_BING_SUBSCRIPTION_KEY" \  --api_base_url "YOUR_API_BASE_URL" \  --model_name "QwQ-32B" \  --aux_api_base_url "YOUR_AUX_API_BASE_URL" \  --aux_model_name "Qwen2.5-32B-Instruct" \  --tokenizer_path "PATH_TO_YOUR_TOKENIZER" \  --aux_tokenizer_path "PATH_TO_YOUR_AUX_TOKENIZER"

如果你想在基准测试上运行结果，运行以下命令：

python scripts/run_web_thinker_report.py \  --dataset_name glaive \  --split test \  --concurrent_limit 32 \  --bing_subscription_key "YOUR_BING_SUBSCRIPTION_KEY" \  --api_base_url "YOUR_API_BASE_URL" \  --model_name "QwQ-32B" \  --aux_api_base_url "YOUR_AUX_API_BASE_URL" \  --aux_model_name "Qwen2.5-32B-Instruct" \  --tokenizer_path "PATH_TO_YOUR_TOKENIZER" \  --aux_tokenizer_path "PATH_TO_YOUR_AUX_TOKENIZER"

3. 运行演示

你可以运行我们创建的演示，运行以下命令：

cd demostreamlit run demo.py

在运行之前，需要在`demo/settings.py`中配置相关参数。

4. 参数说明

以下是运行命令中常用参数的说明：

`–dataset_name`：要使用的数据集名称（例如`gaia`、`glaive`）。

`–split`：数据集的分割部分（例如`dev`、`test`）。

`–single_question`：在单问题模式下要提出的问题。

`–concurrent_limit`：最大并发请求数。

`–max_search_limit`：每次推理会话的最大搜索查询次数。

`–bing_subscription_key`：你的Bing Search API订阅密钥。

`–api_base_url`：主模型API的基地址。

`–model_name`：要使用的主模型名称。

`–aux_api_base_url`：辅助模型API的基地址。

`–aux_model_name`：要使用的辅助模型名称。

`–tokenizer_path`：主模型分词器的路径。

`–aux_tokenizer_path`：辅助模型分词器的路径。

六、结语

WebThinker作为一款开源的深度研究框架，为大型推理模型的自主科研提供了新的可能性。通过自主搜索、深度网页探索和自我提升训练机制，WebThinker能够有效解决传统模型的局限性，为复杂问题解决和科研写作提供强大的支持。希望本文的介绍能够帮助读者更好地了解WebThinker，并将其应用于实际项目中。

七、相关资源

项目地址：https://github.com/RUC-NLPIR/WebThinker

论文地址：https://arxiv.org/pdf/2504.21776

（文：小兵的AI视界）