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%,成功软推超越了拥有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出新系。 除了数学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 科学推理基准测型 试中,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强 A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,微软构建了一个ge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0.3秒nt。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。最后,rSt 模ar2-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。 这一系列型 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。 开源地rS址:https://github.com/microsoft/rStar 划重点: rStar2-Agent 模型仅有14ta0亿参数,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r2练流程方面进行了创新,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-A了强大的泛化能力。
- 最近发表
-
- 标签: 北京亦庄机器人半马 WWDC26 iOS27 Siri PuraXMax
- 数据预警模型,该如何搭建?
- 云安全日报210910:红帽云计算管理平台发现重要安全漏洞,需要尽快升级
- 云安全日报210527:Ubuntu配套LZ4解压缩软件发现执行任意代码漏洞,需要尽快升级
- 标签: 曹操出行 Robotaxi 阿布扎比 吉利控股
- 英伟达发布首款基于ARM架构的数据中心CPU 可能对英特尔构成威胁
- 阿里开源新模型 Qwen3-Next-80B-A3B,性能和效率双提升!
- 微软推出 Agent Lightning:全新 AI 框架助力强化学习训练大规模语言模型
- 标签: 铜师傅 小米 顺为资本 铜质文创
- 云计算助推巴西企业转型发展
- 随机阅读
-
- 国内首家PaaS平台谢幕,新浪云官宣2026年永久终止服务
- 美国AI融资狂潮持续燃烧!2025年已有49家公司狂揽千万美金,OpenAI单轮400亿刷新纪录
- 阿里云CTO透露:通义千问开源300+模型 下载量破6亿大关
- 标签: 字节跳动 Seedance-2.0 豆包大模型 火山引擎
- 押注AI与数据中心:谷歌领跑,科技巨头加码欧洲市场
- 3人买同趟航班得到不同价格疑似大数据杀熟,飞猪回应
- 浜戣�绠楁牳蹇冩妧鏈疍ocker鏁欑▼锛氬湪 Azure 涓婇儴缃� Docker 瀹瑰櫒
- 阿里云开源通义千问14B模型,CTO周靖人:持续拥抱开源开放
- OpenAI进军韩国市场,携手三星与SK海力士共建AI未来!
- Moonshot AI发布 Kimi Linear:线性注意力架构快6倍,开源 KDA 内核同步上线
- 高通与哈曼携手打造更智能的汽车 AI 体验
- 云安全日报220707:思科Expressway系列和网真视频通信服务器发现远程攻击漏洞,需要尽快升级
- 标签: 工信部 5G用户 电信业务 千兆网络
- 云计算开发:Python练习实例-输出所有素数
- 人工智能(AI)在商业建筑应用中获得成功
- 韩国起亚和现代汽车称没有与苹果就电动汽车合作展开讨论
- 苹果又“掉链子”?王牌AI功能在欧盟地区无法使用,竟是卡在了这个新规上!
- 面试官:如何管控数据?
- 标签: 阿里千问 打车AI 支付宝AI付 什刹海夕阳
- 大规模算力中心建设拉升需求 国产光纤光缆与光模块大卖
- 搜索
-
- 友情链接