Deep Researcher with Test-Time Diffusion

A cognitive process theory of writing

L. Flower and J. R. Hayes · 1981

Earlier work this paper cites.

Patterns of graduate students’ information seeking behavior: a meta-synthesis of the literature", journal of documentation

A. Catalano · 2013

Earlier work this paper cites.

HotpotQA: A dataset for diverse, explainable multi-hop question answering

Z. Yang, P. Qi, S. Zhang, Y. Bengio, W. Cohen, R. Salakhutdinov, and C. D. Manning · 2018

Earlier work this paper cites.

Do you know the steps of the writing process?, 2022

M. S. Chitwood · 2022

Earlier work this paper cites.

ASQA: Factoid questions meet long-form answers

I. Stelmakh, Y. Luan, B. Dhingra, and M.-W. Chang · 2022

Earlier work this paper cites.

Musique: Multihop questions via single-hop question composition

H. Trivedi, N. Balasubramanian, T. Khot, and A. Sabharwal · 2022

Earlier work this paper cites.

Chain-of-thought prompting elicits reasoning in large language models

J. Wei, X. Wang, D. Schuurmans, M. Bosma, b. ichter, F. Xia, E. Chi, Q. V. Le, and D. Zhou · 2022

Earlier work this paper cites.

Diffusion models: A comprehensive survey of methods and applications

Original

L. Yang, Z. Zhang, Y. Song, S. Hong, R. Xu, Y. Zhao, W. Zhang, B. Cui, and M.-H. Yang · 2022

Earlier work this paper cites.

Monte carlo tree search: a review of recent modifications and applications

M. Świechowski, K. Godlewski, B. Sawicki, and J. Mańdziuk · 2022

Earlier work this paper cites.

Encouraging divergent thinking in large language models through multi-agent debate

Original

T. Liang, Z. He, W. Jiao, X. Wang, Y. Wang, R. Wang, Y. Yang, Z. Tu, and S. Shi · 2023

Earlier work this paper cites.

Self-refine: Iterative refinement with self-feedback

A. Madaan, N. Tandon, P. Gupta, S. Hallinan, L. Gao, S. Wiegreffe, U. Alon, N. Dziri, S. Prabhumoye, Y. Yang, S. Gupta, B. P. Majumder, K. Hermann, S. Welleck, A. Yazdanbakhsh, and P. Clark · 2023

Earlier work this paper cites.

Gaia: a benchmark for general ai assistants

Original

G. Mialon, C. Fourrier, C. Swift, T. Wolf, Y. LeCun, and T. Scialom · 2023

Earlier work this paper cites.

Redi: efficient learning-free diffusion inference via trajectory retrieval

K. Zhang, X. Yang, W. Y. Wang, and L. Li · 2023

Earlier work this paper cites.

Researchagent: Iterative research idea generation over scientific literature with large language models

J. Baek, S. K. Jauhar, S. Cucerzan, and S. J. Hwang · 2024

Earlier work this paper cites.

Amor: A recipe for building adaptable modular knowledge agents through process feedback

Original

J. Guan, W. Wu, Z. Wen, P. Xu, H. Wang, and M. Huang · 2024

Earlier work this paper cites.

RAG-QA arena: Evaluating domain robustness for long-form retrieval augmented question answering

R. Han, Y. Zhang, P. Qi, Y. Xu, J. Wang, L. Liu, W. Y. Wang, B. Min, and V. Castelli · 2024

Earlier work this paper cites.

Nova: An iterative planning and search approach to enhance novelty and diversity of llm generated ideas

Original

X. Hu, H. Fu, J. Wang, Y. Wang, Z. Li, R. Xu, Y. Lu, Y. Jin, L. Pan, and Z. Lan · 2024

Earlier work this paper cites.

From generation to judgment: Opportunities and challenges of llm-as-a-judge

D. Li, B. Jiang, L. Huang, A. Beigi, C. Zhao, Z. Tan, A. Bhattacharjee, Y. Jiang, C. Chen, T. Wu, K. Shu, L. Cheng, and H. Liu · 2024

Cited alongside, same era.

Aligning with human judgement: The role of pairwise preference in large language model evaluators

Original

Y. Liu, H. Zhou, Z. Guo, E. Shareghi, I. Vulic, A. Korhonen, and N. Collier · 2024

Cited alongside, same era.

The AI Scientist: Towards fully automated open-ended scientific discovery

Original

C. Lu, C. Lu, R. T. Lange, J. Foerster, J. Clune, and D. Ha · 2024

Cited alongside, same era.

Can llms generate novel research ideas? a large-scale human study with 100+ nlp researchers

Original

C. Si, D. Yang, and T. Hashimoto · 2024

Cited alongside, same era.

OpenResearcher: Unleashing AI for accelerated scientific research

Large language diffusion models

Original

S. Nie, F. Z. 1, Z. You, X. Zhang, J. Ou, J. Hu, J. Zhou, Y. Lin, J.-R. Wen, and C. Li · 2025

Closest in time.

Alphaevolve: A coding agent for scientific and algorithmic discovery

A. Novikov, N. Vu, M. Eisenberger, E. Dupont, P.-S. Huang, A. Z. Wagner, S. Shirobokov, B. Kozlovskii, F. J. R. Ruiz, M. P. K. Abbas Mehrabian, A. See, S. Chaudhuri, G. Holland, A. Davies, S. Nowozin, P. Kohli, and M. Balog · 2025

Closest in time.

Introducing deep research, 2025

OpenAI · 2025

Closest in time.

Introducing perplexity deep research, 2025

Perplexity · 2025

Closest in time.

Humanity’s last exam, 2025

Original

L. Phan, A. Gatti, Z. Han, N. Li, J. Hu, H. Zhang, C. B. C. Zhang, M. Shaaban, J. Ling, S. Shi, M. Choi, A. Agrawal, A. Chopra, A. Khoja, R. Kim, R. Ren, J. Hausenloy, O. Zhang, M. Mazeika, T. Nguyen, D. Anderson, I. A. Shah, M. Doroshenko, A. C. Stokes, M. Mahmood, J. Lee, O. Pokutnyi, O. Iskra, J. P. Wang, R. Gerbicz, J.-C. Levin, S. Popov, F. Feng, S. Y. Feng, H. Zhao, M. Yu, V. Gangal, C. Zou, Z. Wang, M. Kazakov, G. Galgon, J. Schmitt, A. Sanchez, Y. Lee, W. Yeadon, S. Sauers, M. Roth, C. Agu, S. Riis, F. Giska, S. Utpala, A. Cheatom, Z. Giboney, G. M. Goshu, S.-J. Crowson, M. M. Naiya, N. Burns, L. Finke, Z. Cheng, H. Park, F. Fournier-Facio, J. Zampese, J. Wydallis, J. B. Wydallis, R. G. Hoerr, M. Nandor, T. Gehrunger, J. Cai, B. McCarty, J. Nam, E. Taylor, J. Jin, G. A. Loume, H. Cao, A. C. Garretson, D. Sileo, Q. Ren, D. Cojoc, P. Arkhipov, U. Qazi, A. Bacho, L. Li, S. Motwani, C. S. de Witt, A. Kopylov, J. Veith, E. Singer, P. Rissone, J. Jin, J. W. L. Shi, C. G. Willcocks, A. Prabhu, L. Tang, K. Zhou, E. de Oliveira Santos, A. P. Maksimov, E. Vendrow, K. Zenitani, J. Robinson, A. Mikov, J. Guillod, Y. Li, B. Pageler, J. Vendrow, V. Kuchkin, P. Marion, D. Efremov, J. Lynch, K. Liang, A. Gritsevskiy, D. Martinez, N. Crispino, D. Zvonkine, N. W. Fraga, S. Soori, O. Press, H. Tang, J. Salazar, S. R. Green, L. Brüssel, M. Twayana, A. Dieuleveut, T. R. Rogers, W. Zhang, R. Finocchio, B. Li, J. Yang, A. Rao, G. Loiseau, M. Kalinin, M. Lukas, C. Manolescu, N. Stambaugh, S. Mishra, A. G. K. Kamdoum, T. Hogg, A. Jin, C. Bosio, G. Sun, B. P. Coppola, H. Heidinger, R. Sayous, S. Ivanov, J. M. Cavanagh, J. Shen, J. M. Imperial, P. Schwaller, S. Senthilkuma, A. M. Bran, A. Algaba, B. Verbeken, K. V. den Houte, L. V. D. Sypt, D. Noever, L. Schut, I. Sucholutsky, E. Zheltonozhskii, Q. Yuan, D. Lim, R. Stanley, S. Sivarajan, T. Yang, J. Maar, J. Wykowski, M. Oller, J. Sandlin, A. Sahu, C. G. Ardito, Y. Hu, F. M. Dias, T. Kreiman, K. Rawal, T. G. Vilchis, Y. Zu, M. Lackner, J. Koppel, J. Nguyen, D. S. Antonenko, S. Chern, B. Zhao, P. Arsene, S. Ivanov, R. Poświata, C. Wang, D. Li, D. Crisostomi, A. Dehghan, A. Achilleos, J. A. Ambay, B. Myklebust, A. Sen, D. Perrella, N. Kaparov, M. H. Inlow, A. Zang, K. Ramakrishnan, D. Orel, V. Poritski, S. Ben-David, Z. Berger, P. Whitfill, M. Foster, D. Munro, L. Ho, D. B. Hava, A. Kuchkin, R. Lauff, D. Holmes, F. Sommerhage, A. Zhang, R. Moat, K. Schneider, D. Pyda, Z. Kazibwe, M. Singh, D. Clarke, D. H. Kim, S. Fish, V. Elser, V. E. G. Vilchis, I. Klose, C. Demian, U. Anantheswaran, A. Zweiger, G. Albani, J. Li, N. Daans, M. Radionov, V. Rozhoň, V. Ginis, Z. Ma, C. Stump, J. Platnick, V. Nevirkovets, L. Basler, M. Piccardo, N. Cohen, V. Singh, J. Tkadlec, P. Rosu, A. Goldfarb, P. Padlewski, S. Barzowski, K. Montgomery, A. Menezes, A. Patel, Z. Wang, J. Tucker-Foltz, J. Stade, D. Grabb, T. Goertzen, F. Kazemi, J. Milbauer, A. Shukla, H. Elgnainy, Y. C. L. Labrador, H. He, L. Zhang, A. Givré, H. Wolff, G. Demir, M. F. Aziz, Y. Kaddar, I. Ängquist, Y. Chen, E. Thornley, R. Zhang, J. Pan, A. Terpin, N. Muennighoff, H. Schoelkopf, E. Zheng, A. Carmi, J. Shah, E. D. L. Brown, K. Zhu, M. Bartolo, R. Wheeler, A. Ho, S. Barkan, J. Wang, M. Stehberger, E. Kretov, P. Bradshaw, J. Heimonen, K. Sridhar, Z. Hossain, I. Akov, Y. Makarychev, J. Tam, H. Hoang, D. M. Cunningham, V. Goryachev, D. Patramanis, M. Krause, A. Redenti, D. Aldous, J. Lai, S. Coleman, J. Xu, S. Lee, I. Magoulas, S. Zhao, N. Tang, M. K. Cohen, M. Carroll, O. Paradise, J. H. Kirchner, S. Steinerberger, M. Ovchynnikov, J. O. Matos, A. Shenoy, M. Wang, Y. Nie, P. Giordano, P. Petersen, A. Sztyber-Betley, P. Faraboschi, R. Riblet, J. Crozier, S. Halasyamani, A. Pinto, S. Verma, P. Joshi, E. Meril, Z.-X. Yong, A. Tee, J. Andréoletti, O. Weller, R. Singhal, G. Zhang, A. Ivanov, S. Khoury, N. Gustafsson, H. Mostaghimi, K. Thaman, Q. Chen, T. Q. Khánh, J. Loader, S. Cavalleri, H. Szlyk, Z. Brown, H. Narayan, J. Roberts, W. Alley, K. Sun, R. Stendall, M. Lamparth, A. Reuel, T. Wang, H. Xu, P. Hernández-Cámara, F. Martin, T. Preu, T. Korbak, M. Abramovitch, D. Williamson, I. Bosio, Z. Chen, B. Bálint, E. J. Y. Lo, M. I. S. Nunes, Y. Jiang, M. S. Bari, P. Kassani, Z. Wang, B. Ansarinejad, Y. Sun, S. Durand, G. Douville, D. Tordera, G. Balabanian, E. Anderson, L. Kvistad, A. J. Moyano, H. Milliron, A. Sakor, M. Eron, I. C. McAlister, A. F. D. O., S. Shah, X. Zhou, F. Kamalov, R. Clark, S. Abdoli, T. Santens, H. K. Wang, E. Chen, A. Tomasiello, G. B. D. Luca, S.-Z. Looi, V.-K. Le, N. Kolt, N. Mündler, A. Semler, E. Rodman, J. Drori, C. J. Fossum, L. Gloor, M. Jagota, R. Pradeep, H. Fan, T. Shah, J. Eicher, M. Chen, K. Thaman, W. Merrill, M. Firsching, C. Harris, S. Ciobâcă, J. Gross, R. Pandey, I. Gusev, A. Jones, S. Agnihotri, P. Zhelnov, S. Usawasutsakorn, M. Mofayezi, A. Piperski, M. Carauleanu, D. K. Zhang, K. Dobarskyi, D. Ler, R. Leventov, I. Soroko, T. Jansen, S. Creighton, P. Lauer, J. Duersch, V. Taamazyan, D. Bezzi, W. Morak, W. Ma, W. Held, T. Đuc Huy, R. Xian, A. R. Zebaze, M. Mohamed, J. N. Leser, M. X. Yuan, L. Yacar, J. Lengler, K. Olszewska, H. Shahrtash, E. Oliveira, J. W. Jackson, D. E. Gonzalez, A. Zou, M. Chidambaram, T. Manik, H. Haffenden, D. Stander, A. Dasouqi, A. Shen, E. Duc, B. Golshani, D. Stap, M. Uzhou, A. B. Zhidkovskaya, L. Lewark, M. O. Rodriguez, M. Vincze, D. Wehr, C. Tang, S. Phillips, F. Samuele, J. Muzhen, F. Ekström, A. Hammon, O. Patel, F. Farhidi, G. Medley, F. Mohammadzadeh, M. Peñaflor, H. Kassahun, A. Friedrich, C. Sparrow, R. H. Perez, T. Sakal, O. Dhamane, A. K. Mirabadi, E. Hallman, K. Okutsu, M. Battaglia, M. Maghsoudimehrabani, A. Amit, D. Hulbert, R. Pereira, S. Weber, Handoko, A. Peristyy, S. Malina, S. Albanie, W. Cai, M. Mehkary, R. Aly, F. Reidegeld, A.-K. Dick, C. Friday, J. Sidhu, H. Shapourian, W. Kim, M. Costa, H. Gurdogan, B. Weber, H. Kumar, T. Jiang, A. Agarwal, C. Ceconello, W. S. Vaz, C. Zhuang, H. Park, A. R. Tawfeek, D. Aggarwal, M. Kirchhof, L. Dai, E. Kim, J. Ferret, Y. Wang, M. Yan, K. Burdzy, L. Zhang, A. Franca, D. T. Pham, K. Y. Loh, J. Robinson, A. Jackson, S. Gul, G. Chhablani, Z. Du, A. Cosma, J. Colino, C. White, J. Votava, V. Vinnikov, E. Delaney, P. Spelda, V. Stritecky, S. M. Shahid, J.-C. Mourrat, L. Vetoshkin, K. Sponselee, R. Bacho, F. de la Rosa, X. Li, G. Malod, L. Lang, J. Laurendeau, D. Kazakov, F. Adesanya, J. Portier, L. Hollom, V. Souza, Y. A. Zhou, J. Degorre, Y. Yalın, G. D. Obikoya, L. Arnaboldi, Rai, F. Bigi, M. C. Boscá, O. Shumar, K. Bacho, P. Clavier, G. Recchia, M. Popescu, N. Shulga, N. M. Tanwie, D. Peskoff, T. C. H. Lux, B. Rank, C. Ni, M. Brooks, A. Yakimchyk, Huanxu, Liu, O. Häggström, E. Verkama, H. Gundlach, L. Brito-Santana, B. Amaro, V. Vajipey, R. Grover, Y. Fan, G. P. R. e Silva, L. Xin, Y. Kratish, J. Łucki, W.-D. Li, S. Gopi, A. Caciolai, J. Xu, K. J. Scaria, F. Vargus, F. Habibi, Long, Lian, E. Rodolà, J. Robins, V. Cheng, T. Fruhauff, B. Raynor, H. Qi, X. Jiang, B. Segev, J. Fan, S. Martinson, E. Y. Wang, K. Hausknecht, M. P. Brenner, M. Mao, X. Zhang, D. Avagian, E. J. Scipio, A. Ragoler, J. Tan, B. Sims, R. Plecnik, A. Kirtland, O. F. Bodur, D. P. Shinde, Z. Adoul, M. Zekry, A. Karakoc, T. C. B. Santos, S. Shamseldeen, L. Karim, A. Liakhovitskaia, N. Resman, N. Farina, J. C. Gonzalez, G. Maayan, S. Hoback, R. D. O. Pena, G. Sherman, E. Kelley, H. Mariji, R. Pouriamanesh, W. Wu, S. Mendoza, I. Alarab, J. Cole, D. Ferreira, B. Johnson, M. Safdari, L. Dai, S. Arthornthurasuk, A. Pronin, J. Fan, A. Ramirez-Trinidad, A. Cartwright, D. Pottmaier, O. Taheri, D. Outevsky, S. Stepanic, S. Perry, L. Askew, R. A. H. Rodríguez, A. M. R. Minissi, S. Ali, R. Lorena, K. Iyer, A. A. Fasiludeen, S. M. Salauddin, M. Islam, J. Gonzalez, J. Ducey, M. Somrak, V. Mavroudis, E. Vergo, J. Qin, B. Borbás, E. Chu, J. Lindsey, A. Radhakrishnan, A. Jallon, I. M. J. McInnis, P. Kumar, L. P. Goswami, D. Bugas, N. Heydari, F. Jeanplong, A. Apronti, A. Galal, N. Ze-An, A. Singh, J. of Arc Xavier, K. P. Agarwal, M. Berkani, B. A. de Oliveira Junior, D. Malishev, N. Remy, T. D. Hartman, T. Tarver, S. Mensah, J. Gimenez, R. G. Montecillo, R. Campbell, A. Sharma, K. Meer, X. Alapont, D. Patil, R. Maheshwari, A. Dendane, P. Shukla, S. Bogdanov, S. Möller, M. R. Siddiqi, P. Saxena, H. Gupta, I. Enyekwe, R. P. V, Z. EL-Wasif, A. Maksapetyan, V. Rossbach, C. Harjadi, M. Bahaloohoreh, S. Bian, J. Lai, J. L. Uro, G. Bateman, M. Sayed, A. Menshawy, D. Duclosel, Y. Jain, A. Aaron, M. Tiryakioglu, S. Siddh, K. Krenek, A. Hoover, J. McGowan, T. Patwardhan, S. Yue, A. Wang, and D. Hendrycks · 2025