Aliyun PAI เปิดแหล่งที่มาของรุ่นเล็ก AgenticQwen พร้อมการฝึกอบรมด้วยระบบวงจรข้อมูลคู่

ข้อความจาก AIMPACT เมื่อวันที่ 27 เมษายน (UTC+8) ตามการติดตามของ Beating ทีม PAI ของ Alibaba ได้เปิดตัวและเปิดซอร์สโมเดลภาษาตัวแทนขนาดเล็กที่ออกแบบมาสำหรับการเรียกใช้งานเครื่องมือระดับอุตสาหกรรมชื่อ AgenticQwen (มีสองรุ่นคือ 8B และ 30B-A3B) โมเดลชุดนี้ได้รับการฝึกฝนผ่านกรอบการเรียนรู้แบบเสริมแรงที่เป็นนวัตกรรมใหม่ชื่อ “วงจรข้อมูลคู่” ซึ่งสามารถลดต้นทุนการให้บริการอย่างมาก ในขณะเดียวกันก็บรรลุความสามารถของตัวแทน (Agent) ใกล้เคียงกับโมเดลพารามิเตอร์ขนาดแสนล้าน กลไกหลักอยู่ที่วิธีการฝึก “วงจรข้อมูลคู่” ข้อมูลสังเคราะห์แบบดั้งเดิมมักมีความเหมือนกันจนทำให้ประสิทธิภาพของโมเดลหยุดเติบโต AgenticQwen จึงนำวงจรสองแบบมาใช้: วงจรการให้บริการจะสร้างรูปแบบที่ยากขึ้นอัตโนมัติจากข้อผิดพลาดของโมเดล ส่วนวงจรตัวแทนจะขยายกระบวนการงานเชิงเส้นแบบง่าย (เช่น ขั้นตอนการจองตั๋วเพียงอย่างเดียว) เป็นต้นไม้พฤติกรรมหลายสาขาที่รวมเงื่อนไขข้อจำกัด การปฏิเสธ และเงื่อนไขการต่อต้าน เพื่อจำลองสถานการณ์การตัดสินใจที่ซับซ้อนในโลกจริง การประเมินแสดงให้เห็นว่า AgenticQwen-8B มีคะแนนเฉลี่ย 47.4 บนชุดข้อมูลทดสอบสภาพแวดล้อมเครื่องมือจริง (เช่น TAU-2 และ BFCL-V4) สูงกว่า Qwen3-8B รุ่นพื้นฐานอย่างมาก (23.8) และใกล้เคียงกับ Qwen3-235B (52.0) ส่วน AgenticQwen-30B-A3B (เปิดใช้งานเพียง 3B พารามิเตอร์) ได้คะแนนถึง 50.2 ปัจจุบันโมเดลนี้ได้ถูกนำไปใช้งานในระบบผลิตที่คล้าย Manus ภายในแล้ว ลดช่องว่างระหว่างโมเดลขนาด 235B อย่างมาก (เวลาให้บริการแบบ end-to-end สั้นลง) อย่างไรก็ตาม บทความยอมรับว่า โมเดลขนาดเล็กยังมีข้อจำกัดในงานค้นหาเชิงลึกเนื่องจากความยาวบริบทดั้งเดิมที่จำกัดที่ 40K (ที่มา: BlockBeats)