深度Deep版（内测中）

Deep搜索引擎目前处于内测阶段，如需使用请联系我们

产品简介

Deep搜索引擎是一款专为Agentic Search场景打造的解决方案。该引擎具备以下核心优势：

• 复杂问题处理能力：针对复杂query进行深度理解与拆解，通过多路、多步检索获取解决复杂问题的完整信息，在FRAMES、BrowseComp等数据集上相比其它搜索引擎提升显著。

• 更广泛的索引数据：索引覆盖中英文结果，在中英文数据集上均有优秀的性能。

• 丰富的正文信息：检索结果包含简短的snippet（500字以内）以及保留更多原始信息的mainText（50000字以内），提供更丰富的原始数据，在复杂任务下表现更好。

效果

在SimpleQA、FRMAES、BrowseComp等公开数据集上，评测Deep引擎及其他搜索引擎，结果如下：

SimpleQA

SimpleQA 是由 OpenAI 推出的事实性问答基准（benchmark），用于评估大语言模型（LLM）和检索增强生成（RAG）系统在短文本事实性问题上的回答准确性。

评估方法

• Judge Model：qwen3.5-plus

• Answer Model：qwen3.5-plus

• 检索结果增强Context简化逻辑与ChineseSimpleQA类似（--search-engine 为扩充参数）；

• 随机采样1000条数据进行评测；

 python -m simple-evals.simple_evals --model qwen3.5-plus --eval simpleqa --examples 1000 --search-engine Deep

评估结果

FRAMES

FRAMES（Factuality, Retrieval, And reasoning MEasurement Set）是由 Google Research 推出的标准化评估框架，包含 824 道具有挑战性的多跳问题（multi-hop questions），每个问题需要检索并融合 2~15 篇维基百科文章的内容才能解答。与 SimpleQA 等简单事实性问答不同，FRAMES 聚焦于需要多次检索和信息整合的复杂任务，更贴近真实场景中的用户查询。

评估方法

• Judge Model：qwen3.5-plus

• Answer Model：qwen3.5-plus

• 检索结果增强Context简化逻辑与ChineseSimpleQA类似（--search-engine 为扩充参数）；

• 全量824条数据评测

 python -m simple-evals.simple_evals --model qwen3.5-plus --eval frames --search-engine Deep

评估结果

BrowseComp

BrowseComp 是由 OpenAI 推出的一个高难度网页浏览能力评估基准，用于测试 AI 智能体（Agent）通过浏览器进行深度信息检索和多步推理的能力，包含 1,266 道高难度题目，每道题都需要智能体进行多步浏览、导航和推理才能解答，覆盖复杂的信息检索场景，远超简单的单轮搜索。

评估方法

• Judge Model：qwen3.5-plus

• Answer Model：qwen3.5-plus

• 使用简单的React Agent，限制10min推理时间 / 20轮LLM交互

• 采样100条数据进行评测

 python -m simple-evals.simple_evals --model qwen3.5-plus --eval browsecomp --search-engine Deep

评估结果

功能

对一些常用的高级检索参数进行了支持、以及Agent友好性适配。

时间范围检索

在支持指定范围TimeRange参数的同时，增加了对网页发布时间指定开始、结束日期的检索参数。

"advancedParams": {
  "startPublishedDate": "2024-12-01",
  "endPublishedDate": "2025-01-31"
}

返回条数

支持返回从1-50的范围；可根据实际场景以及检索结果的处理能力来选择，默认：10条；

"advancedParams": {
  "numResults": "10"
}

更长的正文

传统搜索引擎仅返回搜索页结果，包含与用户查询相关的正文摘要（Snippet）；在Agentic Searh场景中，摘要包含的信息通常不足以得出结论，往往需要进行进一步的网页爬取。Deep引擎除返回网页摘要外，还将返回完整的网页原始文本信息，以便于Agent解决复杂问题时能够获取到足够的信息。

限制

1. Deep引擎时延较长（10s左右），适用于研究报告、离线任务等对时延不敏感的场景，在实时对话等时延敏感场景中使用可能影响用户体验 ；

2. 搜索结果中可能出现正文内容较少的情况（例如视频等多模态页面、需要用户登录的网页等），建议同时结合网页摘要与正文进行处理。

使用

详细的使用说明，请参考：IQS Unified Search API 中的engineType = Deep。

Release Notes