量子位
·
刷新复杂Agent推理记录！阿里通义开源网络智能体超越DeepSeek R1，Grok-3
💡
原文中文，约6200字，阅读约需15分钟。
📝
内容提要
阿里巴巴通义实验室推出的WebSailor开源网络智能体，通过后训练方法显著提升复杂网页推理能力，成为首个挑战BrowseComp基准的开源模型，缩小了开源与闭源模型的能力差距。
🎯
关键要点
- 阿里巴巴通义实验室推出WebSailor开源网络智能体，显著提升复杂网页推理能力。
- WebSailor成为首个挑战BrowseComp基准的开源模型，缩小了开源与闭源模型的能力差距。
- 复杂问题需要多步推理和信息收集，超出普通开源模型的能力范围。
- WebSailor通过创新的后训练方法提升开源模型在复杂网页推理任务上的表现。
- BrowseComp基准要求智能体在信息迷雾中主动搜集信息并进行多步推理。
- WebSailor的核心方法包括生成高不确定性任务数据SailorFog-QA和使用强化学习算法DUPO。
- SailorFog-QA数据集通过模糊化处理和随机游走构建，旨在锻炼模型的推理能力。
- DUPO算法通过动态采样策略提高强化学习训练效率，确保模型快速迭代。
- WebSailor在多个基准测试中表现优异，超越了DeepSeek R1、GPT-4.1和Grok-3等模型。
- WebSailor的成功缩小了开源与闭源网页智能体之间的能力鸿沟，鼓舞了开源社区。
- WebSailor提供了通用的工作流程，具有很强的普适性，可借鉴到其他领域的问题中。
- 未来将继续探索如何提升开源模型的能力，挑战更复杂的推理任务。
➡️
