OpenResearcher: TIGER-AI-Lab bringt Deep-Research-Pipeline

Das TIGER-AI-Lab hat OpenResearcher veröffentlicht, eine umfassende Open-Source-Pipeline für das Training von Deep Research Agenten. Dieses Projekt liefert die gesamte Infrastruktur für autonome Forschungs-Assistenten, im Gegensatz zu proprietären Modellen. Das Paket umfasst kuratierte Trainingsdaten, spezifische Trajektorien, den vollständigen Trainingscode sowie ein Framework für die Evaluation und eine Offline-Umgebung für Suchvorgänge.

OpenResearcher: Ein modulares Framework für komplexe Web-Recherchen

OpenResearcher funktioniert als modularer Baukasten, mit dem Entwickler Agenten für sogenannte Long-Horizon-Aufgaben trainieren. Kern der Veröffentlichung sind rund 96.000 Forschungstrajektorien. Diese Daten sorgen dafür, dass Agenten komplexe Anfragen nicht mehr rein auf Basis statistischer Wahrscheinlichkeiten beantworten. Stattdessen lernt die KI, einen systematischen Forschungszyklus zu durchlaufen. Die Architektur erzwingt die aktive Interaktion mit dem Web – oder einem simulierten Index in der Offline-Umgebung –, um verifizierbare Informationen zu extrahieren. Dieser methodische Ansatz steigert die Präzision bei technischen Fragestellungen, da das System jede Aussage mit Primärquellen untermauert. Entwickler können die bereitgestellten Module anpassen und erweitern, um spezialisierte Agenten für spezifische Forschungsbereiche zu entwickeln. Die Flexibilität des Frameworks ermöglicht es, die Agenten auf unterschiedlichste Datenquellen und Aufgabenstellungen zu trainieren. Dies erhöht die Anwendbarkeit in verschiedenen wissenschaftlichen und industriellen Kontexten erheblich.

Der Forschungszyklus von OpenResearcher

OpenResearcher-Agenten nutzen ein strukturiertes, mehrstufiges Handeln, um tiefere Informationsebenen zu erschließen. Die Agenten setzen Werkzeuge gezielt nacheinander ein. Ein Arbeitsablauf umfasst typischerweise folgende Phasen:

• Gezielte Suche: Ermittlung relevanter Suchbegriffe und Quellen.
• Aktive Exploration: Navigation durch komplexe Dokumentstrukturen und Webseiten.
• Fragment-Analyse: Extraktion der entscheidenden Textabschnitte.
• Beweissicherung: Aggregation von Belegen für die gefundenen Thesen.
• Mehrstufiges Schlussfolgern: Logische Verknüpfung der Fakten zu einer Argumentationskette.
• Transparenz: Dokumentation des gesamten Pfads der Informationsbeschaffung.

Die Offline-Umgebung erlaubt es zudem, diese Prozesse ressourcenschonend und ohne externe Such-APIs zu validieren. Das Ergebnis ist kein bloßer Textbaustein, sondern ein nachvollziehbarer Forschungsbericht. Dieser stellt den gesamten Weg von der Suchanfrage bis zur finalen Schlussfolgerung transparent dar. Diese detaillierte Dokumentation ist entscheidend für die Überprüfbarkeit und Reproduzierbarkeit der Forschungsergebnisse.

Leistungsfähigkeit und technische Spezifikationen von OpenResearcher

OpenResearcher erreicht in aktuellen Tests auf dem BrowseComp-Plus Benchmark eine Genauigkeit von 54,8 %. Damit behauptet sich das System im Jahr 2026 im Spitzenfeld. In spezifischen Deep-Research-Szenarien schlägt das Modell etablierte Größen wie GPT-4.1, Claude Opus 4 oder Gemini 2.5 Pro. Diese Leistungsfähigkeit unterstreicht das Potenzial von OpenResearcher, komplexe Forschungsaufgaben effizient und präzise zu bewältigen.

Die folgende Tabelle gibt einen Überblick über die Komponenten der Pipeline:

Komponente	Inhalt / Funktion
Modell	Agentic LLM (30B-A3B)
Trainingsdaten	96.000+ synthetische Forschungstrajektorien
Umgebung	Offline-Suche mit Primitiven (search, open, find)
Framework	Vollständiger Trainings- und Evaluations-Code

Das TIGER-AI-Lab stellt sämtliche Ressourcen bereit, um autonome Forschungswerkzeuge für eine breitere Basis an Entwicklern nutzbar zu machen. Das Repository ist unter github.com/TIGER-AI-Lab/OpenResearcher verfügbar. Die Bereitstellung des Codes auf GitHub sowie der Modelle auf Hugging Face erleichtert die Einbindung in professionelle Entwicklungsumgebungen und fördert die Weiterentwicklung durch die Community.