智源发布自主研究智能体 AREX：10B 参数比肩 GPT-5 旗舰
新智元 · wechat · 2026-08-10
智源研究院发布自主研究智能体框架 AREX 及开源模型权重。该框架核心在于解决「发现-验证不对称性」，通过内层研究循环（搜索与生成暂定答案）与外层自我改进循环（逐项约束审计与定位缺口）的双循环递归，让智能体在长程任务中持续自我修正。
核心机制与训练：
- 自主上下文更新 (ACU)：模型主动将历史交互整理为「研究进度表」，保留已验证发现并排除无效候选，避免长文本「失忆」。
- 训练策略：从确定答案出发构造可验证任务，采用分阶段训练，并在强化学习中重点优化「证据发现、方向重定向」等关键转折步骤。
评测表现：
- 以小博大：AREX-Base 总参数 122B（激活 10B），在 BrowseComp、DeepSearchQA 等六项基准上达到前沿水平。
- 超越大模型：在 WideSearch-en 等信息广度测试中超越 GPT-5.4、Claude Opus-4.6 等闭源旗舰；在多项指标上全面领先规模更大的 Qwen3.5-397B。
此外，官方同步推出 AREX Research Platform，将长程自主研究能力封装为面向科研与产业用户的日常信息追踪与检索工具。
「模型」频道最新
- 曝 Jeff Dean 离职创业，DeepMind 大换血，Gemini 3.5 Pro 被砍 — koltregaskes · 2026-08-10
- 推测：Flash-0731 或为同源多模态预训练的视觉模型 — teortaxesTex · 2026-08-10
- Sarvam AI发布105B模型，称多项指标超GPT且成本仅两成 — itsOmSarraf_ · 2026-08-10
- Gemini 3 刷新 ARC-AGI-2 纪录，Deep Think 准确率达 45% — typewriters · 2026-08-10
- Pinterest财报：开源模型微调成本仅为闭源的8% — juliey4 · 2026-08-10
- 字节发布抖音多模态嵌入模型，已上线搜索业务 — ByteDance · 2026-08-10