MiroThinker: Pushing the Performance Boundaries of Open-Source Research Agents

核心贡献

MiroThinker v1.0 是一个开源高性能研究agent，通过模型规模、上下文长度、交互深度三个维度提升性能。与传统LLM测试时间扩展不同，交互扩展利用环境反馈和外部信息获取来纠正错误和优化轨迹。

关键创新

• 交互扩展 (Interactive Scaling): 第三维度性能提升，256K上下文支持最多600次工具调用
• 强化学习训练: 通过RL实现高效交互扩展
• 开源可用: 8B、30B、72B三种规模，代码和权重均已发布
• 接近商业系统: 72B版本性能接近GPT-5-high

技术架构

• ReAct范式: 推理→工具调用→观察的迭代循环
• 工具接口: Linux沙箱、文件管理、网络搜索、信息提取
• 上下文管理: 基于相关性的上下文保留机制

链接

• 论文: arxiv.org/abs/2511.11793
• 代码: github.com/MiroMindAI/MiroThinker
• 模型: huggingface.co/miromind-ai