机器之心 (微信公众号)T2·78 分
字节跳动等推出 Axion 1.0 两阶段训练智能体
原标题:训练一个强大的智能体,究竟有多简单?字节跳动等推出Axion 1.0
- 训练流程仅保留两阶段 SFT 与 RL,去掉中期训练、DPO 和在线策略蒸馏
- Axion 1.0-122B 在限制访问的 HLE 上达 59.0%,超过 GPT-6;35B 版本在 SEAL-0 上达 62.2%
- 数据构造、筛选验证、提示词与训练代码全部开源
AI 聚合热点事件 · 2026/11/17
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。
曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。
原标题:训练一个强大的智能体,究竟有多简单?字节跳动等推出Axion 1.0