机器之心 (微信公众号)T2·基座大模型
78 分
杜克大学、字节跳动等团队推出 Axion 1.0,将智能体训练流程简化为监督微调加强化学习两个阶段,省去中期训练、DPO 与在线策略蒸馏等环节。Axion 1.0-122B 在限制部分网站访问的 HLE 评测中取得 59.0%,超过 GPT-6,35B 版本在 SEAL-0 上取得 62.2%。团队全面开源数据构造、筛选验证、提示词与训练代码,使智能体基础模型训练流程可复现。
面向科学推理与工具使用的智能体基础模型,采用两阶段 SFT 与 RL 训练,提供 122B 与 35B 版本
杜克大学、字节跳动等团队推出 Axion 1.0,将智能体训练流程简化为监督微调加强化学习两个阶段,省去中期训练、DPO 与在线策略蒸馏等环节。Axion 1.0-122B 在限制部分网站访问的 HLE 评测中取得 59.0%,超过 GPT-6,35B 版本在 SEAL-0 上取得 62.2%。团队全面开源数据构造、筛选验证、提示词与训练代码,使智能体基础模型训练流程可复现。