微软推出新型 AI Agent 模型 rStar2-Agent,以 140 亿参数挑战大规模模型
微软最近在 AI 领域取得了显著突破,开源了一款名为 rStar2-Agent 的 AI Agent 推理模型。这款模型采用了创新微的智能体强化学习方法,令人惊讶的是,尽管其参数仅有140亿,但在 AIME24数学推理测试中,准确率高达80.6%,成功超越软推了拥有6710亿参数的 DeepSeek-R1(79.8%)。这样的表现让人们重新思考模型的参数规模与性能之间的关系。 除了数学出新推理任务的优秀成绩,rStar2-Agent 在其他领域的表现同样引人注目。在 GPQA-Diamond 科学推理基准测试中型 ,该模型的准确率为60.9%,超越了 DeepSeek-V3的59.1%;在 BFCL v3智能体工具使用任务中,其任务完AI成率达到60.8%,同样高于 DeepSeek-V3的57.6%。这些数据表明,rStar2-Agent 在各类任务中展现出了 A强大的泛化能力。 为了实现这一突破,微软在训练基础设施、算法和训练流程上进行了三大创新。首先,在基础设施方面,微软构建ge了一个高效的隔离式代码执行服务,能够快速处理大量的训练请求,支持每训练步骤高达4.5万次的并发工具调用,平均延迟仅为0.nt3秒。其次,微软提出了新的 GRPO-RoC 算法,通过有效的奖励机制和算法优化,使得模型在推理过程中更加准确和高效。最 模后,rStar2-Agent 设计了 “非推理微调 + 多阶段强化学习” 的高效训练流程,以确保模型在各个阶段都能稳步提升能力。 这型 一系列的技术突破使得 rStar2-Agent 在 AI Agent 领域崭露头角,也为未来的智能体研究和应用开辟了新的方向。 开rS源地址:https://github.com/microsoft/rStar 划重点: rStar2-Agent 模型仅有140亿ta参数,但在数学推理测试中达到了80.6% 的准确率,超越6710亿参数的 DeepSeek-R1。 微软在基础设施、算法和训练流r2程方面进行了创新,确保了模型的高效训练和出色表现。 rStar2-Agent 在科学推理和工具使用任务中表现优异,展现了强大的-A泛化能力。
- 最近发表
-
- 上海首例AI著作权案落槌,美杜莎形象抄袭惹争议
- 腾讯云下调DeepSeek-V4系列模型价格,全面对齐DeepSeek官方定价
- 手把手教你采集京东销售数据并做简单的数据分析和可视化
- 标签: OpenAI GPT-5.4 人工智能 超级AI应用
- 云计算开发:Python内置函数-cmp()函数详解
- 对话华为昇腾计算业务总裁许映童:今年将启动建设超 20个AI计算中心
- 标签: Marvell XConn CXL PCIe
- 云计算核心技术Docker教程:Docker自定义日志驱动程序输出
- 标签: 尼康 ASML 浸没式光刻机 EUV光刻机
- 借鉴Clubhouse?Facebook开始公测其在线访谈应用程序Hotline
- 随机阅读
-
- 图解计算机中数据的表示形式
- 面壁智能推出 VoxCPM:新一代高拟真语音生成模型
- 重拳出击!滴滴首度公开安全AI模型,顺风车风险防控进入“人机协同”新阶段
- Salesforce 引入 AI 代理,裁员 4000 人以提升业务效率
- 使用Linode引擎实现Kubernetes自动缩放的优秀实践 译文
- 标签: 家装行业
- 云计算开发:Python3集合内置Set clear()方法
- Meta已暂停在荷兰的数据中心建设:因环境问题遭政府反对
- 谷歌发布史上超强人类大脑「地图」,在线可视3D神经元「森林」
- AI可创作与人类画作“难以分别”的艺术品
- 马斯克AI编程神器发布!Grok Code Fast 1免费开放,92倍速度碾压全场
- AI安全新独角兽诞生:Irregular获巨额融资,模拟环境预测模型风险
- 标签: 鸿蒙智行 问界 智界 国轩高科
- 云计算开发:Python3-List insert()方法详解
- 腾讯云联合英特尔、美团等发布SuperEdge边缘容器开源项目
- 标签: 三星 SK海力士 苹果 戴尔
- 标签: 值得买科技 什么值得买 星罗创想 日晟星罗
- 一文看懂无人机通信链路系统
- 字节跳动Seed团队宣布推出3D生成大模型Seed 3D 1.0
- 通义千问三款主力大模型又降价,最高直降85%
- 搜索
-
- 友情链接