量子位
·
阿里发布信息检索Agent，可自主上网查资料，GAIA基准超越GPT-4o | 模型&数据开源
内容提要
阿里推出的WebDancer信息检索Agent具备自主上网搜索和复杂推理能力，超越GPT-4o。该模型经过四阶段训练，能够执行多步骤任务，并在GAIA和WebWalkerQA基准测试中表现优异，开源框架促进其他智能代理的发展。
关键要点
-
阿里推出WebDancer信息检索Agent，具备自主上网搜索和复杂推理能力。
-
WebDancer经过四阶段训练，能够执行多步骤任务。
-
在GAIA和WebWalkerQA基准测试中，WebDancer表现优异，超越GPT-4o。
-
WebDancer的训练包括浏览数据构建、轨迹采样、有监督微调和强化学习四个阶段。
-
浏览数据构建阶段创建复杂QA对，模拟人类行为进行信息收集。
-
轨迹采样阶段生成思维-动作-观察执行轨迹，采用双路径采样方法。
-
有监督微调阶段教会模型基础任务分解与工具调用能力。
-
强化学习阶段优化代理在真实网络环境中的决策能力和泛化能力。
-
WebDancer在GAIA和WebWalkerQA上分别达到46.6%和43.2%的平均准确率，优于基线模型。
-
在更具挑战性的数据集BrowseComp上，WebDancer表现出持续强劲的性能。
延伸解读
WebDancer的创新训练方法
WebDancer采用四阶段训练方法，包括浏览数据构建、轨迹采样、有监督微调和强化学习。这种系统化的训练流程使其能够在复杂的网页环境中进行自主信息检索，显著提升了模型的推理能力和决策能力。
与传统模型的比较
与传统的固定流程模型相比，WebDancer具备多步推理和工具使用能力，能够更灵活地应对复杂任务。这种自主信息搜索能力使其在GAIA和WebWalkerQA基准测试中表现优异，显示出主动信息获取的重要性。
开源框架的意义
WebDancer的开源框架不仅促进了自身的发展，也为其他智能代理提供了学习和借鉴的机会。这种开放性有助于推动整个领域的进步，鼓励更多研究者参与到自主信息检索技术的探索中。
延伸问答
WebDancer的信息检索能力有哪些特点？
WebDancer具备自主上网搜索和复杂推理能力，能够执行多步骤任务。
WebDancer是如何进行训练的？
WebDancer经过四个阶段的训练，包括浏览数据构建、轨迹采样、有监督微调和强化学习。
WebDancer在GAIA和WebWalkerQA基准测试中的表现如何？
WebDancer在GAIA和WebWalkerQA上分别达到46.6%和43.2%的平均准确率，超越了基线模型。
WebDancer的强化学习阶段有什么作用？
强化学习阶段优化代理在真实网络环境中的决策能力和泛化能力。
WebDancer的开源框架有什么意义？
开源框架促进其他智能代理的发展，使其能够自主获取搜索和推理技能。
WebDancer如何模拟人类的信息检索行为？
WebDancer通过浏览数据构建阶段创建复杂QA对，模拟人类行为进行信息收集。
