99国产精品欲av蜜臀,可以直接免费观看的AV网站,gogogo高清免费完整版,啊灬啊灬啊灬免费毛片

網(wǎng)易首頁(yè) > 網(wǎng)易號(hào) > 正文 申請(qǐng)入駐

阿里開源智能體WebSailor,又刷新了多項(xiàng)紀(jì)錄

0
分享至


智東西AI前瞻(公眾號(hào):zhidxcomAI)
作者 江宇
編輯 漠影

智東西AI前瞻7月8日?qǐng)?bào)道,昨日,阿里巴巴通義實(shí)驗(yàn)室正式開源其最新網(wǎng)絡(luò)智能體WebSailor,該智能體在多個(gè)高難度任務(wù)評(píng)測(cè)中刷新了開源系統(tǒng)的最好成績(jī),成為首個(gè)在BrowseComp等基準(zhǔn)上逼近閉源系統(tǒng)能力的開源方案。

WebSailor可在開放網(wǎng)頁(yè)環(huán)境中自主跳轉(zhuǎn)頁(yè)面、查找信息、整合多源線索并完成推理,適用于處理路徑不明確、問(wèn)題模糊、需多步判斷的復(fù)雜檢索任務(wù)。

7月3日,WebSailor技術(shù)報(bào)告在Hugging Face Papers當(dāng)日熱度榜中排名第一,成為當(dāng)天關(guān)注度最高的AI論文之一。

該項(xiàng)目的模型代碼、訓(xùn)練方法與評(píng)測(cè)數(shù)據(jù)集也已同步在GitHub開源。

GitHub地址:https://github.com/Alibaba-NLP/WebAgent


一、評(píng)測(cè)表現(xiàn):首次在BrowseComp任務(wù)中追近閉源模型

WebSailor-72B版本在三大公開評(píng)測(cè)集上表現(xiàn)突出:

1、BrowseComp-en:12.0%

2、BrowseComp-zh:30.1%

3、GAIA(信息檢索子集):55.4%


其中,BrowseComp是由OpenAI發(fā)布的網(wǎng)頁(yè)智能體評(píng)測(cè)集,覆蓋1266個(gè)難度極高的檢索任務(wù),考察模型在開放網(wǎng)頁(yè)上的搜索、篩選、整合和推理能力。

在BrowseComp等評(píng)測(cè)中,WebSailor在開源智能體中實(shí)現(xiàn)斷層領(lǐng)先,超過(guò)DeepSeek R1等開源方案,并首次在多個(gè)指標(biāo)上逼近Grok-3、Doubao-Search等閉源方案。

值得注意的是,盡管訓(xùn)練聚焦高難任務(wù),WebSailor在面向初級(jí)問(wèn)答的SimpleQA子集上也展現(xiàn)出泛化能力。

在該任務(wù)中,WebSailor-72B取得93.5%的準(zhǔn)確率,超過(guò)包括WebDancer、WebThinker、DeepSeek等多種方案。


WebSailor在多個(gè)維度評(píng)測(cè)中均位列開源智能體第一,進(jìn)一步縮小了與OpenAI DeepResearch等閉源系統(tǒng)的差距。

二、打造高不確定性任務(wù)集,提升Agent復(fù)雜推理能力

WebSailor的核心突破在于其完整的后訓(xùn)練(post-training)方案,貫穿數(shù)據(jù)生成、冷啟動(dòng)調(diào)優(yōu)、強(qiáng)化學(xué)習(xí)三大階段:

1、高不確定性任務(wù)合成

通義團(tuán)隊(duì)構(gòu)建了名為SailorFog-QA的問(wèn)答數(shù)據(jù)集,旨在模擬高不確定性、模糊路徑的信息檢索任務(wù),采用以下方式生成問(wèn)題樣本:

  • 通過(guò)“隨機(jī)游走”模擬網(wǎng)頁(yè)跳轉(zhuǎn)行為,在真實(shí)網(wǎng)頁(yè)中構(gòu)建復(fù)雜知識(shí)圖譜;
  • 利用“圖結(jié)構(gòu)采樣 + 信息模糊化”處理,制造多跳、非線性、起點(diǎn)不明的問(wèn)題,提升任務(wù)不確定性。

2、冷啟動(dòng)微調(diào)(RFT)

該智能體基于Qwen-2.5(3B、7B、32B、72B)系列模型進(jìn)行初始化,并通過(guò)對(duì)專家路徑的壓縮重構(gòu),生成清晰的中間推理步驟,從而增強(qiáng)其在復(fù)雜任務(wù)路徑中的可控性與穩(wěn)定性。

3、高效強(qiáng)化學(xué)習(xí)算法:DUPO

WebSailor引入強(qiáng)化學(xué)習(xí)新算法Duplicating Sampling Policy Optimization(DUPO),采用雙階段動(dòng)態(tài)采樣策略:

  • RL前期:剔除過(guò)于簡(jiǎn)單的問(wèn)題,集中訓(xùn)練高難度軌跡;
  • RL訓(xùn)練中:重復(fù)采樣困難軌跡結(jié)果,并加入當(dāng)前批次以高效迭代。

該策略在提升效果的同時(shí),將復(fù)雜Agent的強(qiáng)化學(xué)習(xí)訓(xùn)練速度提升2–3倍。

三、產(chǎn)品線布局:從基準(zhǔn)構(gòu)建,到原生瀏覽器智能體

WebSailor是通義實(shí)驗(yàn)室“Web智能體”系列的第三項(xiàng)重要發(fā)布

  • WebWalker(2025年1月):主攻網(wǎng)頁(yè)任務(wù)評(píng)測(cè)基準(zhǔn)構(gòu)建,提升評(píng)測(cè)標(biāo)準(zhǔn)化與復(fù)現(xiàn)性;
  • WebDancer(2025年5月):關(guān)注自主檢索Agent策略學(xué)習(xí),強(qiáng)化信息搜集與自決能力;
  • WebSailor(2025年7月):整合任務(wù)構(gòu)建、調(diào)優(yōu)與強(qiáng)化學(xué)習(xí)方法,首次在開源系統(tǒng)中實(shí)現(xiàn)對(duì)閉源系統(tǒng)的能力追近。

通義團(tuán)隊(duì)稱,后續(xù)將繼續(xù)擴(kuò)展該系列,構(gòu)建“基于瀏覽器的原生智能體框架”,適配更多開放式、跨模態(tài)的復(fù)雜推理場(chǎng)景。

結(jié)語(yǔ):朝“開源版DeepResearch”邁進(jìn)一步

從大規(guī)模任務(wù)合成到高效強(qiáng)化學(xué)習(xí),從Benchmarks構(gòu)建到模型開源,WebSailor正逐步進(jìn)化。

雖然距離OpenAI等閉源系統(tǒng)仍有差距,但其在復(fù)雜任務(wù)上的大幅進(jìn)展,正在為“開源Agent可用化”提供新的可能性。

如果說(shuō)DeepResearch代表了閉源網(wǎng)絡(luò)Agent的能力上限,那么WebSailor的誕生,或許意味著開源世界正開始接近那道分水嶺。

特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相關(guān)推薦
熱點(diǎn)推薦
“法官收到的證據(jù)能有多離譜??”哈哈哈哈哈哈真的莫名其妙的笑了一下!

“法官收到的證據(jù)能有多離譜??”哈哈哈哈哈哈真的莫名其妙的笑了一下!

浪花媽媽
2025-07-07 22:52:27
扎克伯格曬出AI超級(jí)團(tuán)隊(duì)名單!11 位核心成員中8位是華人,本科來(lái)自清北南科浙

扎克伯格曬出AI超級(jí)團(tuán)隊(duì)名單!11 位核心成員中8位是華人,本科來(lái)自清北南科浙

TOP大學(xué)來(lái)了
2025-07-06 16:07:22
國(guó)防部回應(yīng)外國(guó)船只為防襲擊掛五星紅旗

國(guó)防部回應(yīng)外國(guó)船只為防襲擊掛五星紅旗

界面新聞
2025-07-08 16:02:30
距離9月3日閱兵不足兩月!哪些國(guó)家受邀請(qǐng)?哪些國(guó)家明確不來(lái)?

距離9月3日閱兵不足兩月!哪些國(guó)家受邀請(qǐng)?哪些國(guó)家明確不來(lái)?

浩舞纆畫
2025-07-07 17:09:35
陸偽娘「無(wú)套約炮1691男」性愛(ài)片外泄!竟是38歲大叔 健身鮮肉也受害

陸偽娘「無(wú)套約炮1691男」性愛(ài)片外泄!竟是38歲大叔 健身鮮肉也受害

ETtoday星光云
2025-07-08 09:36:11
騰訊怒噴華為鴻蒙系統(tǒng)不穩(wěn)定,微信適配堪比重做!

騰訊怒噴華為鴻蒙系統(tǒng)不穩(wěn)定,微信適配堪比重做!

回旋鏢
2025-07-08 17:54:42
紅姐到紅爺再到紅哥 無(wú)處不在的影像啊

紅姐到紅爺再到紅哥 無(wú)處不在的影像啊

攝影筆記
2025-07-08 13:57:11
外媒:德國(guó)財(cái)長(zhǎng)稱,若不能達(dá)成公平貿(mào)易協(xié)議,歐盟準(zhǔn)備采取反制措施

外媒:德國(guó)財(cái)長(zhǎng)稱,若不能達(dá)成公平貿(mào)易協(xié)議,歐盟準(zhǔn)備采取反制措施

環(huán)球網(wǎng)資訊
2025-07-08 18:46:29
沒(méi)板沒(méi)籃沒(méi)罰球!球迷呼吁宮魯鳴立即裁掉兩人,征召劉禹彤許晨妍

沒(méi)板沒(méi)籃沒(méi)罰球!球迷呼吁宮魯鳴立即裁掉兩人,征召劉禹彤許晨妍

南海浪花
2025-07-08 07:22:07
西媒:若塔車禍經(jīng)初步調(diào)查因輪胎問(wèn)題和超速,司機(jī)為若塔本人

西媒:若塔車禍經(jīng)初步調(diào)查因輪胎問(wèn)題和超速,司機(jī)為若塔本人

懂球帝
2025-07-08 20:53:16
受賄超2.71億元 16歲讀大學(xué)的副部級(jí)王勇一審被判死緩 通報(bào)曾稱其結(jié)交政治騙子

受賄超2.71億元 16歲讀大學(xué)的副部級(jí)王勇一審被判死緩 通報(bào)曾稱其結(jié)交政治騙子

紅星新聞
2025-07-08 18:32:11
“毒發(fā)糕”致天水233名幼兒血鉛異常,家長(zhǎng)帶孩子跨省涌向西安醫(yī)院“排鉛”

“毒發(fā)糕”致天水233名幼兒血鉛異常,家長(zhǎng)帶孩子跨省涌向西安醫(yī)院“排鉛”

上觀新聞
2025-07-08 19:49:34
坑騙1691名直男的南京紅姐被抓了!其中一位是健身網(wǎng)紅,已有妻兒

坑騙1691名直男的南京紅姐被抓了!其中一位是健身網(wǎng)紅,已有妻兒

古希臘掌管松餅的神
2025-07-07 22:19:12
徒步失聯(lián)女大學(xué)生遺體附近全是螞蟥,搜救犬身上多處遭到咬傷

徒步失聯(lián)女大學(xué)生遺體附近全是螞蟥,搜救犬身上多處遭到咬傷

映射生活的身影
2025-07-07 23:20:46
濟(jì)公爺爺開始帶貨,引發(fā)熱議!網(wǎng)友:人家走出來(lái)了,已經(jīng)出戲了…

濟(jì)公爺爺開始帶貨,引發(fā)熱議!網(wǎng)友:人家走出來(lái)了,已經(jīng)出戲了…

明月雜談
2025-07-07 18:57:38
警方最新通報(bào):南京紅老頭系38歲男子

警方最新通報(bào):南京紅老頭系38歲男子

微微熱評(píng)
2025-07-08 08:04:17
他們逃到文明國(guó)家捍衛(wèi)祖國(guó)的野蠻

他們逃到文明國(guó)家捍衛(wèi)祖國(guó)的野蠻

通往遠(yuǎn)方的路
2025-07-08 14:30:04
南京“紅老頭”事件引發(fā)疾病傳播擔(dān)憂,疾控部門介入:官方會(huì)采取措施

南京“紅老頭”事件引發(fā)疾病傳播擔(dān)憂,疾控部門介入:官方會(huì)采取措施

極目新聞
2025-07-08 12:27:18
男子因熱射病不幸走了!醫(yī)生提醒:高溫寧愿啃雪糕,也別干這些事

男子因熱射病不幸走了!醫(yī)生提醒:高溫寧愿啃雪糕,也別干這些事

逍遙史記
2025-07-05 10:38:05
美國(guó)宣布對(duì)烏23億美元新軍援,阿塞拜疆雇傭兵進(jìn)入烏克蘭對(duì)俄作戰(zhàn)

美國(guó)宣布對(duì)烏23億美元新軍援,阿塞拜疆雇傭兵進(jìn)入烏克蘭對(duì)俄作戰(zhàn)

史政先鋒
2025-07-07 13:32:23
2025-07-09 02:27:00
智東西 incentive-icons
智東西
聚焦智能變革,服務(wù)產(chǎn)業(yè)升級(jí)。
10133文章數(shù) 116796關(guān)注度
往期回顧 全部

科技要聞

余承東回應(yīng)開車"睡覺(jué)":平生第一次去自首

頭條要聞

美媒問(wèn)王毅外長(zhǎng)會(huì)否在東亞外長(zhǎng)會(huì)會(huì)見(jiàn)魯比奧 中方回應(yīng)

頭條要聞

美媒問(wèn)王毅外長(zhǎng)會(huì)否在東亞外長(zhǎng)會(huì)會(huì)見(jiàn)魯比奧 中方回應(yīng)

體育要聞

17歲的朱正很好,但他救不了中國(guó)男籃

娛樂(lè)要聞

麻煩大了,鳳凰傳奇再次遭受“重創(chuàng)”

財(cái)經(jīng)要聞

新消費(fèi)浪潮下的資本敘事能持續(xù)嗎?

汽車要聞

遵循“極簡(jiǎn)主義” 北京現(xiàn)代ELEXIO發(fā)布內(nèi)飾官圖

態(tài)度原創(chuàng)

本地
藝術(shù)
旅游
手機(jī)
數(shù)碼

本地新聞

云游中國(guó)|踏入時(shí)光長(zhǎng)廊!岐山八景訴說(shuō)古今歲月風(fēng)華

藝術(shù)要聞

故宮珍藏的墨跡《十七帖》,比拓本更精良,這才是地道的魏晉寫法

旅游要聞

熱聞|清明假期將至,熱門目的地有哪些?

手機(jī)要聞

蘋果全新自研 Wi-Fi 和藍(lán)牙芯片 Proxima 現(xiàn)身 iOS 18 代碼

數(shù)碼要聞

AIDA64 發(fā)布 7.70 正式版:首次支持 PCIe 7.0,提前支持 Zen 6

無(wú)障礙瀏覽 進(jìn)入關(guān)懷版 主站蜘蛛池模板: 景洪市| 金塔县| 阿拉善盟| 襄樊市| 乡城县| 沽源县| 大英县| 卓尼县| 大田县| 龙门县| 峨眉山市| 京山县| 瑞金市| 拉孜县| 许昌市| 扬中市| 遂宁市| 寻甸| 巨野县| 金湖县| 高清| 嘉义市| 涟源市| 鹿邑县| 启东市| 海晏县| 汉阴县| 洞口县| 沂源县| 光泽县| 安阳县| 普兰店市| 奈曼旗| 泰州市| 黑山县| 五常市| 侯马市| 金塔县| 娄烦县| 花莲市| 贵州省|