MiroThinker：三个维度提升智能体复杂推理能力

MiroThinker v1.0 是一款开源研究型智能体，旨在通过模型规模、上下文长度和交互缩放三个维度提升复杂推理能力。该研究首次提出了交互缩放概念，通过强化学习训练模型进行更深层次的环境反馈与工具调用，使其能支持高达 600次 的工具交互。技术上，它集成了 256K 超长上下文管理、基于最近信息的上下文截断策略以及由多步推理链构成的合成数据集。实验结果显示，该模型的 72B 版本在 GAIA 和 HLE 等核心基准测试中表现优异，性能已逼近 GPT-5-high 等顶级商业闭源系统。这标志着交互深度已成为构建下一代开源研究助手、实现更强问题解决能力的关键要素。