• 投稿

通义千问的 Qwen-AgentWorld-35B-A3B一个激活仅3B的小MoE,在AgentWorldBench上干到56.39分。

645
0
2026-06-27 18:02:28
15
投币
1
分享
通义千问的 Qwen-AgentWorld-35B-A3B #AgentWorld #LWM #大语言世界模型 一个激活仅3B的小MoE,在AgentWorldBench上干到56.39分,超了Claude Sonnet 4.6。虽然自家基准分得理性看,但比基座暴拉8.66分。训练很聪明:基于Qwen3.5-35B-A3B,喂了千万条真实环境交互轨迹,还搞了「信息论损失掩码」——那些复读机式的低信息量turn几乎不算损失,只学真正的环境反馈。再加SFT学会带thibk推理链,RL打磨精度。
客服
顶部
赛事库 课堂 2021拜年纪