Aliyun PAI Melepaskan Model Kecil AgenticQwen dengan Pelatihan Dual Data Flywheel

Pesan AIMPACT, 27 April (UTC+8), menurut pemantauan Beating, tim PAI Alibaba telah merilis dan mengopensource model bahasa agen kecil yang dirancang khusus untuk pemanggilan alat industri, AgenticQwen (tersedia dalam dua versi: 8B dan 30B-A3B). Seri model ini dilatih menggunakan kerangka pembelajaran penguatan inovatif "dual data flywheel", yang secara signifikan mengurangi biaya inferensi sekaligus mencapai kemampuan agen yang mendekati model besar dengan parameter seribu miliar. Mekanisme intinya terletak pada metode pelatihan "dual data flywheel". Data sintetis tradisional cenderung homogen, menyebabkan kinerja model mencapai batas atas; AgenticQwen memperkenalkan dua flywheel: flywheel inferensi secara otomatis menghasilkan varian yang lebih sulit dari kesalahan model; flywheel agen memperluas alur kerja linier sederhana (seperti proses pemesanan tiket saja) menjadi pohon perilaku multi-cabang yang mencakup batasan, penolakan, dan kondisi adversarial, mensimulasikan skenario pengambilan keputusan kompleks yang nyata. Evaluasi menunjukkan bahwa AgenticQwen-8B mencapai skor rata-rata 47.4 pada benchmark lingkungan alat nyata (seperti TAU-2 dan BFCL-V4), jauh melampaui Qwen3-8B versi dasar (23.8), dan mendekati Qwen3-235B (52.0). AgenticQwen-30B-A3B (hanya mengaktifkan 3B parameter) mencapai skor 50.2. Saat ini, model ini telah dideploy dalam sistem produksi internal serupa Manus, secara signifikan mempersempit kesenjangan dengan model 235B (waktu inferensi end-to-end lebih singkat), meskipun makalah tersebut mengakui bahwa model kecil masih memiliki keterbatasan dalam tugas pencarian mendalam akibat panjang konteks asli 40K. (Sumber: BlockBeats)