深度研究代理在大规模语料库中检索精确信息的需求日益增长，但多跳、长时程任务仍然困难。合成数据被视为可扩展的解决方案，现有流水线通常通过扩展种子任务来增加表面深度和广度。然而，新增证据往往与答案耦合薄弱，导致预期难度与实际难度不匹配。为此我们提出 GRADS——一种基于图的代理数据合成框架，能够显式控制难度。GRADS 在闭环中执行种子选择、证据扩展、问答构造和验证，并维护一张记录每个答案所需证据与推理依赖的图。每一步生成都以相关子图为条件，保留必要推理而不累积无关上下文。实验覆盖安全、软件工程和科学文档三个领域，结果显示 GRADS 生成的任务在独立求解器评估下呈现明显分离的难度分布。相同训练预算下，基于该数据的后训练带来全层面的提升：SFT 将解答终止率提升至 95% 以上并将工具调用和思考轮数削减最多 75%，RL 进一步将工具使用削减约 19.5%。在我们保留的领域基准上，4B 模型的表现与 Sonnet 4 在软件工程上持平，在科学和安全领域超越其水平。
点评