（AI 资源之家讯）5 月 8 日消息，LearningCircuit 发布开源项目 Local Deep Research，一款专注高准确率和隐私保护的本地深度研究工具。该工具在 SimpleQA 基准上实现约 95% 的准确率，支持多种本地和云端模型，通过集成十余个搜索引擎和私有文档支持，实现全本地加密的研究工作流。
## 本地运行的深度研究
Local Deep Research 的核心创新在于将通常需要云端大模型完成的深度研究任务迁移到本地环境。在测试中，使用 Qwen3.6-27B 模型在 RTX 3090 显卡上运行，SimpleQA 基准准确率达到 95% 左右。这一成绩已经接近 GPT- 4 级别的云端模型表现，但所有数据处理都在本地完成，敏感信息不需要上传到第三方服务器。
## 多源搜索与加密工作流
该工具集成了 arXiv、PubMed 等十余个搜索引擎和学术数据库，支持对搜索结果的深度分析和交叉验证。用户还可以导入私有文档进行本地检索和整合分析。整个研究工作流采用端到端加密，包括搜索查询、中间推理和最终输出。这对于法律、金融、医疗等对数据隐私有严格要求的行业尤为重要。支持 llama.cpp 和 Ollama 等多种本地推理框架，降低了硬件门槛。
## 开源推动研究民主化
Local Deep Research 的开源发布，使深度研究能力不再是大公司的专利。此前，类似功能主要依赖 Perplexity Pro、ChatGPT Deep Research 等付费服务，月费通常在 20 至 200 美元之间。开源方案的出现将大幅降低高质量 AI 研究工具的获取门槛，推动 AI 研究能力的民主化。
正文完
