量子位
·
阿里智能体多轮推理超越GPT-4o，开源模型也能做Deep Research
💡
原文中文，约4100字，阅读约需10分钟。
📝
内容提要
阿里推出的WebDancer是一款具备多步推理和自主决策能力的信息检索智能体，凭借创新的数据合成和ReAct框架，在复杂信息检索任务中表现出色，展现出强大的泛化能力。未来将集成更多工具，扩展任务范围，推动智能体发展。
🎯
关键要点
- 阿里推出WebDancer，是一款具备多步推理和自主决策能力的信息检索智能体。
- WebDancer通过系统化的训练范式，为构建长期信息检索能力的智能体提供了明确路径。
- 信息爆炸时代，传统搜索引擎难以满足用户对深层次、多步骤信息获取的需求。
- WebDancer提出了两种创新的数据合成方法，解决高质量训练数据稀缺问题。
- ReAct框架是WebDancer的基础，支持思考-行动-观察的循环过程。
- WebDancer采用多阶段的数据过滤策略，确保训练数据的高质量。
- 在开放环境中训练智能体面临挑战，WebDancer采用监督微调和强化学习的两阶段训练策略。
- WebDancer在多个信息检索基准测试中表现突出，展现强大的泛化能力。
- 实验表明，Agentic数据的质量比数量更为关键，长短思维链的模式在不同模型间可迁移性有限。
- 未来WebDancer计划集成更多工具，扩展任务范围，推动智能体发展。
➡️
