Piccolo 决策模型家族:用递归自我改进让模型与数据共同进化

agentscope-ai · hf · 2026-11-19

Piccolo 团队发布多模态决策模型家族 Piccolo(0.8B–27B),通过 Agentic Data Engineering 与递归自我改进(RSI)让模型能力与训练数据共同进化。模型对候选答案输出概率,可用于通用文本/视觉判断、agent harness、数据工作流和交互游戏。

成绩

方法:研究 agent 分析模型行为、构造训练数据、做实验并用结果迭代下一轮提案;语义切片与共享研究记忆贯穿整个模型家族的开发,数十万级样本的训练配方以数据选择与反馈驱动精炼为核心。

三条反直觉发现

权重与 Data-Juicer、AgentScope 生态工具已开源。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →