0.002美元撬動頂級研究力，開源AI助手匹敵OpenAI商用系統

近日，美國華盛頓大學博士生邵如琳和合作團隊打造出一個名為 Deep Research Tulu（DR Tulu）的深度研究小助手。使用一次 OpenAI 的 Deep Research 服務可能需要大約 1.8 美元，而 DR Tulu 使用一次的成本卻不到 0.002 美元，這幾乎是千倍的效率提升，這意味著未來個人或者小團隊也能負擔得起高質量、高可信度的 AI 研究服務。

DR Tulu 是一個擁有超級大腦且會熟練使用搜索引擎的科研助手。當你問它一個問題時，它不會只是簡單地給你一列網頁鏈接，而是會像一位真正的研究員那樣，先去思考如何解決你的問題，然后主動查找各種資料比如網頁和論文，最終為你整理出一份條理清晰、有根有據、帶著詳細出處說明的長篇答案。

（來源：資料圖）

DR Tulu 的表現大幅超越了所有其他公開可用的、專為搜索設計的 AI 模型，包括一些體型比它大的模型，證明了“小模型+好方法”也能做出大成就。

它的表現匹敵甚至超越了 OpenAI、Google 等公司的頂級商用深度研究系統，比如 OpenAI 的 Deep Research、谷歌的 Gemini Pro + Search。要知道，這些系統背后的技術往往不公開，而且使用成本非常高昂。

同時，DR Tulu 會坦誠地承認自己的知識邊界，并主動查找和核實信息，從而盡可能減少回答中的"幻覺"。DR Tulu 還會在回答中提供詳細的文獻依據，方便用戶交叉驗證。目前業界尚無成熟的訓練方法和數據來實現這一目標。DR Tulu 的這些能力源于一項新型訓練方法及其配套框架，使 AI 與評估器在訓練過程中協同進化、相互提升。

圖 | 邵如琳（來源：邵如琳）

為了讓 DR Tulu 成為一個優秀的研究員，研究人員并沒有簡單地把它丟進一堆問題里去死記硬背，而是像訓練一位聰明的學徒以分為兩步走：

第一步是名師出高徒，研究人員請來幾位非常厲害的 AI 老師比如 GPT-5。這些老師本身就擅長查找資料和回答問題。研究人員讓 AI 老師們在回答成千上萬個問題的過程中，把它們如何思考、如何搜索、如何組織答案的每一步都記錄下來。這些記錄下來的標準答案步驟，成為了 DR Tulu 學習的第一手教材。通過模仿這些步驟，DR Tulu 學會了當一名研究員的基本功。

第二步是在實戰中進化，光會模仿還不夠，為了讓它變得更強大，研究人員發明了一個名為帶有進化評分標準的強化學習的方法。

傳統方法就像老師拿著一份固定的評分表，用它來給學生的作業打分。學生可能會為了得高分，投機取巧地滿足這些死板的條目，而忽略了真正的理解和創造。

研究人員發現，AI 在回答復雜問題的時候，好壞標準很難用幾張固定的評分表說清楚。于是，他們讓評分標準也跟著 AI 的學習一起進化。

具體來說，在訓練中 DR Tulu 會試著回答很多問題，并能得到多個版本的答案。然后，另一個 AI 也就是評分官會仔細對比這些答案，動態地發現新的優點和缺點，并把它們作為新的評分標準。

這樣，評分標準就會越來越貼近 AI 當前的真實水平，能更好地鑒別出高質量的回答。同時，這些標準總是基于最新搜索到的真實知識，而不是 AI 自己想象出來的內容。這樣一來，DR Tulu 就能在不斷的挑戰和反饋中持續進步，學會搜索以及通過綜合信息來給出可靠的答案。

（來源：資料圖）

研究人員在四個涵蓋學術、醫療等領域的現有 Deep Research 基準上測試了 DR Tulu 的表現。結果顯示，DR Tulu 達到了當前最優水平（SOTA），與市面上表現最佳的 OpenAI Deep Research 相當，而成本僅為其千分之一。

（來源：資料圖）

為了檢驗 DR Tulu 解決現實世界難題的能力，研究人員設計了一個新挑戰：分析致病基因變異。這是一個非常專業的醫學遺傳學問題，需要從海量的科學論文和數據庫中查找信息，判斷一個特定的基因變異如何導致疾病，以及它是否適合采用某些前沿的治療方法比如基因療法。

為此，研究人員創建了包含 47 個此類問題的基因疾病問答數據集。DR Tulu 在這個它從未專門學習過的領域，表現出了較強的泛化能力即解決新問題的能力。它不僅能夠找到相關的科學證據，還能將這些證據組織起來進行比較和綜合，清晰地解釋變異的致病機理。

雖然在最終答案上的準確性上略遜于使用最強商用大模型的系統，但是在證據支持方面 DR Tulu 做得較為出色。對于專業用戶比如醫學用戶來說，這比一個看似正確但無法驗證的簡單答案更有價值，因為他們可以依據 DR Tulu 提供的詳細引文去追溯和核實。

另據悉，研究人員針對 DR Tulu 進行了完全開放：訓練代碼、數據、模型參數等目前已經全部公開。

參考資料：

代碼鏈接：https://github.com/rlresearch/dr-tulu

數據及模型鏈接：https://huggingface.co/collections/rl-research/dr-tulu

https://arxiv.org/abs/2511.19399

運營/排版：何晨龍