在大模型走向深度研究的道路上，高质量数据一直是最大短板。近日，北京智源人工智能研究院发布首个面向深度研究的大规模开源数据集InfoSeek，并提出了创新性的「扩散-回溯」数据合成方法。基于5万条自动生成的高难度训练样本，智源仅用3B参数规模的模型，就 ...