浙大×百度 Agent-R²:4B 小模型靠真实源数据合成超越更大开源基线
ZhejiangUniversity · hf · 2026-11-13
浙江大学与百度合作发布 Agent-R²,一个用「真实源数据合成」扩展生产力任务 agent 训练的框架(论文 + 模型已上 Hugging Face)。
- 痛点:现有 agent 在长时程专业工作流、异构文件上下文理解、按细粒度要求产出可用交付物上仍弱,瓶颈是缺乏能反映真实工作意图、真实文件环境和交付物级评估的可扩展后训练数据
- 方法:不依赖人工指定工作流或 LLM 生成的文件,而是以真实职业种子、语料库中的工作流证据为锚进行全流程数据合成;用 4k 任务实例对 Qwen3-4B-Thinking 做 SFT + 基于 rubric 的强化学习
- 结果:GDPval Pass@1 提升 18.6 个百分点至 51.0%,超过 DeepSeek、Qwen3-235B 等多个更大的开源基线(OpenAI/GPT-4.1 约 35-39,闭源 GLM 4.7 与 Claude Opus 4.5 仍领先,达 61.1 和 72.6)
「编程与Agent」频道最新
- StackShift 发布:为每个 AI Agent 配一整台 Linux 云电脑 — Scobleizer · 2026-11-13
- Agent-Native Clips 开源 beta:一键给 Agent 装上眼睛和耳朵 — Scobleizer · 2026-11-13
- OHAN 早期开放：让 AI Agent 与 Agent 直接对话的网络 — Scobleizer · 2026-11-13
- Splunk 推出 Evaluation Engine:用自有 traces 训练小模型做 agent 守护栏 — ptkbhv · 2026-11-13
- Multica 发布人机协作项目管理工具，让 Claude Code 等 Agent 当队友 — jiayuan_jy · 2026-11-13
- Convex Auth 2.0 发布:Passkeys 与主流登录,无按用户计费 — Rasmic · 2026-11-13