Agents-A1

Agents-A1: Skalowanie horyzontu, a nie parametrów: Osiąganie wydajności biliona parametrów za pomocą agenta 35B > [!Uwaga] > To repozytorium zawiera wagi modelu i pliki konfiguracyjne dla Agents-A1 w formacie Hugging Face Transformers. > > Te artefakty są kompatybilne z Hugging Face Transformers, vLLM, SGLang itp. ? Aktualności – 2026.7.14: ?? Model 4B został wydany.

• 2026.7.8: ?? Na prośbę społeczności, nasz model 4B pojawi się w ciągu najbliższych kilku dni – umożliwiając szybsze i łatwiejsze budowanie własnego lokalnego asystenta AI.
• 2026.7.2: ?? Na podstawie Agents-A1 wydaliśmy serię skwantowanych wariantów modelu. Proszę odnieść się do kolekcji Agents-A1. Ponadto dziękujemy społeczności mlx-community za dostarczenie skwantowanych wersji w wielu skalach. Spróbuj uruchomić Agents-A1 na swoim Macu! – 2026.6.26: ?? Udostępniliśmy w open-source model Agents-A1 35B-A3B, wraz z kodem ewaluacyjnym dla wybranych dziedzin i raportem technicznym. Agents‑A1 to 35B model agentowy Mixture-of-Experts z InternScience, zbudowany do skalowania heterogenicznych zdolności agentowych w wielu dziedzinach, w tym Długoterminowe wyszukiwanie, Inżynieria, Badania naukowe, Podążanie za instrukcjami i Wywoływanie narzędzi. Badamy skalowanie horyzontu agenta z dwóch perspektyw: skalowania długoterminowych trajektorii i skalowania heterogenicznych zdolności agenta. Z perspektywy skalowania długoterminowych trajektorii, Agents‑A1 jest trenowany z pomocą infrastruktury wiedzy i działań osadzonej w domenie, która wspólnie konstruuje działania, obserwacje i wyniki weryfikatora, przekształcając proces agenta w cel trenowalny. Z perspektywy skalowania heterogenicznych zdolności agenta, Agents‑A1 przedstawia trójstopniowy paradygmat treningowy do budowy skalowalnego ogólnego modelu agentowego. Po pierwsze, przeprowadzamy nadzorowane dostrajanie w pełnej domenie, aby dopasować model bazowy do szerokich zachowań agentowych. Po drugie, trenujemy modele nauczycieli na poziomie domeny, aby uchwycić specjalistyczną wiedzę w każdej dziedzinie. Po trzecie, proponujemy wielonauczycielową wielodomenową dystylację on-policy z optymalizacją uwzględniającą heterogeniczność, aby poprawić efektywność transferu wiedzy między różnymi dziedzinami.