PrimeSeeker：面向能力的深度搜索 Agent 监督框架

PrimeSeeker 提出潜在锚点推理（latent anchor reasoning），将深度搜索分解为锚点解析与关系传递的耦合操作链，并构建 web-grounded 锚点结构。框架基于 9,221 条专家轨迹训练 30B 搜索 Agent，在五项深度搜索基准上表现强劲；参考步优化进一步改善监督策略，轨迹检索冗余低、固定预算下以更少工具调用实现强解覆盖。