Aliyun PAI membuka sumber model kecil AgenticQwen dengan latihan roda data ganda

Pesan AIMPACT, 27 April (UTC+8), menurut pemantauan Beating, pasukan PAI Alibaba telah merilis dan mengopensumber model bahasa agen kecil yang direka khas untuk panggilan alat peringkat industri, AgenticQwen (mengandungi dua versi: 8B dan 30B-A3B). Model siri ini dilatih melalui kerangka pembelajaran penguatan inovatif 'roda data ganda', yang mampu mengurangkan kos inferens secara besar-besaran sambil mencapai kemampuan agen yang hampir setara dengan model besar berparameter seribu miliar. Mekanisme utamanya terletak pada kaedah latihan 'roda data ganda'. Data sintetik tradisional mudah mengalami homogenisasi, menyebabkan prestasi model mencapai batas; AgenticQwen memperkenalkan dua roda: roda inferens menghasilkan secara automatik varian yang lebih sukar daripada kesilapan model; roda agen pula memperluaskan alur kerja linear ringkas (seperti proses tempahan tiket sahaja) menjadi pokok tingkah laku cabang banyak yang mengandungi batasan, penolakan, dan syarat lawan, meniru skenario pengambilan keputusan kompleks sebenar. Penilaian menunjukkan bahawa AgenticQwen-8B mencapai skor purata 47.4 dalam tolok persekitaran alat sebenar (seperti TAU-2 dan BFCL-V4), jauh melebihi Qwen3-8B asas (23.8), dan hampir mendekati Qwen3-235B (52.0). AgenticQwen-30B-A3B (hanya mengaktifkan 3B parameter) mencapai skor 50.2. Model ini kini telah dideploy dalam sistem pengeluaran dalaman serupa Manus, secara ketara mengurangkan jurang dengan model 235B (masa inferens end-to-end lebih singkat), walaupun kertas kerja itu mengakui bahawa model kecil masih mempunyai had dalam tugas carian mendalam akibat panjang konteks asal 40K. (Sumber: BlockBeats)