MiroThinker-1.7是一个新型研究代理，旨在处理复杂的长时间推理任务。该代理通过中间训练阶段提升每个交互步骤的可靠性，强调结构化规划、上下文推理和工具交互，从而实现更有效的多步骤交互和持续推理。MiroThinker-H1在此基础上进一步增强了重型推理能力，使多步骤问题解决更加可靠。该版本将验证过程直接融入推理过程，支持对局部和全局层面的中间推理决策进行评估和优化，提升了整体推理的准确性...