LongCat, 멀티 에이전트로 심층 리서치 보고서 자동 작성

핵심 요약

• Hugging Face가 LongCat-DeepResearch 시스템을 발표했으며, 이는 강화된 LongCat 모델과 멀티 에이전트 워크플로우를 결합한 심층 연구 시스템이다.
• 워크플로우는 전역 계획과 상세 조사를 분리하고 섹션 단위의 수정을 조율한다.
• 여러 계획 에이전트가 먼저 외부 자료를 탐색하고 ResearchSpec이라 불리는 실행 가능한 연구 계획을 수립한다.
• 연구 에이전트들은 자신의 담당 섹션을 병렬로 조사·작성하며, 분석이 진행되는 동안 별도 문맥에서 추가 증거를 수집한다.
• 섹션 조립 후 전역 검토가 국소적 수정을 안내해 전체 보고서를 반복해서 다시 쓰는 데 대한 의존도를 줄인다.
• 이 워크플로우는 LongCat 범용 모델의 중간 학습 및 사후 학습을 위한 연구 과제와 궤적 구축을 지원한다.
• DeepResearchBench에서 55.25점, DeepResearchBench II에서 51.35점, ResearchRubrics에서 79.83점을 달성했다.
• 사내 벤치마크에서는 76.04점으로 비교 대상 4개 시스템 중 2위를 기록했다.
• 개발 집합 분석은 여러 계획 관점을 결합하면 이득이 있음을 보였으나, 추가 계획 정제는 엇갈린 효과를 낸다.
• 추가 편집은 두 벤치마크에서 평균 자동 가독성 선호도를 개선하지만, 각 벤치마크마다 다른 추이를 보인다.