WEFT 框架:全系统协同进化,把工具使用后训练规模化到 35B
nex-agi · hf · 2026-10-05
nex-agi 发布 WEFT(Whole-system Evolution For Tool-use Post-training),针对当前只堆可执行环境无法带来等比性能提升的问题。
核心论点:agentic 交互系统由环境、任务、agent harness、评估器共同构成,单独扩环境规模不保证学习信号可靠。
三大组件:
- 可扩展的交互系统构建:沿环境广度、任务复杂度、交互多样性三个维度扩展;
- 执行驱动的自我进化:利用执行轨迹与状态证据归因失败、修订对应组件,用新 rollout 验证改动;
- 规模化稳定后训练:prefix-preserving sampling 保留已验证进度、atomic-turn credit assignment 局部化学习信号、MegaMCP 在共享工具服务上维护隔离可恢复的并发 rollout 状态。
结果:WEFT-8B/14B 在 BFCL V4、τ²-Bench、Claw-Eval 上超过同规模环境扩展基线;WEFT-14B 较 Agent-World-14B 分别领先 6.41、2.23、12.27 个百分点;WEFT-35B-A3B 进一步在 Toolathlon-Verified、AutomationBench 等长程工作流基准上扩大优势。
「编程与Agent」频道最新
- 开发者用 Astra 多轮打磨卡片动画，效果令人满意 — Dimillian · 2026-10-06
- pg-jev 开源扩展:让 Postgres 直接用 SQL 跑语义过滤与打分 — Arindam_1729 · 2026-10-06
- 开源 Discord AI 助手 Zauq v4 发布：有界 agent 运行时+MCP+沙箱验证 — rar_file-exe · 2026-10-06
- Orbio 上线 Agent 新工具:沙盒跑码、常驻服务器、专属邮箱与数据库 — econoar · 2026-10-06
- OSWorld 榜首易主:单任务成本 14.34 美元,比 Claude 便宜四成 — xwang_lk · 2026-10-06
- 用 AI 破局求职:技能+曝光两维度实操路线图 — brandon_galang · 2026-10-06