停止一致不等于答案质量
manifest 协议明确不评分最终答案质量；与另一模型在相近时间停止，不能证明答案正确或完整。
查看对应来源 ↗代码仓库分析
deep-searcher
Deep Searcher 含固定查询集上的 Jev 搜索停止判断实验，与完整研究 Agent 分开。
E2 · 资料已核对已检查公开资料或源码证据；仅有固定提交链接并经对应源码核对，才可称固定版本核验。不代表本站运行过、认可性能或保证安全。
- Stars
- 8,282
- Forks
- 803
- 协议
- Apache-2.0
- 最近提交
- 2026-09-22
Jev 在这里做什么
Jev 根据主查询及累积中间上下文判断 enough_information，代码按有界轮数协议比较停止决策。
让停止行为与调用轨迹可检查；协议明确不评分最终答案质量。
2026-10-24 核对固定版本的说明与实现材料。本站未执行百题实验或在线 API。evaluation 目录不能证明主应用默认启用此路径。
这个项目适合解决什么任务？
评估研究搜索循环何时已经有足够信息可以停止。
资料分析日期：
从输入到动作
- 实验冻结 100 题清单并积累中间搜索上下文。
- Jev 对与比较对象相同的主问题和累积材料判断 enough_information。
- 代码记录各轮判断、缓存调用和持久检查点，直到轮数上限。
实现中值得检查的地方
持久执行影响结果解释
full100_core.py 对 URL/请求体做哈希，保存调用、失败响应并分开限速；缓存命中不应被当作新测延迟。
查看对应来源 ↗选择建议
应当作停止策略实验，而非 Deep Searcher 整个研究 Agent 的替代。上线阈值前仍须测下游答案质量。
如何自行检查
阅读 run_full100.py 的 make_manifest 与 full100_core.py 的 DurableAPI.request，核对冻结题目、七轮上限和缓存标记，区分判断轨迹与最终答案评分。
结论的适用边界
- 本站未执行百题实验或在线 API。
- evaluation 目录不能证明主应用默认启用此路径。