Axion 1.0: Open Agent Foundation Models, Simplified
Pubblicata su AIChronos il · fonte del · Yuqi Jia, Yunjie Tian, Jiayu Zheng, Yijun Liang, Jingchen Sun, Mengyu Zhao
Axion 1.0 è un modello fondazionale aperto per agenti che combina capacità agentic robuste con un processo di addestramento semplificato in soli tre stadi: due fasi di supervised fine-tuning (SFT) seguite da reinforcement learning, senza l'uso di DPO o distillazione on-policy. Il primo stadio SFT sviluppa il ragionamento autonomo attraverso la costruzione consapevole dei dati e lo rafforzamento avversariale basato sulle strategie risolutive del modello base. Il secondo stadio estende queste capacità al ragionamento dipendente dagli strumenti tramite un pipeline scalabile per compiti verificabili automaticamente basati su fonti di dati reali. Infine, il reinforcement learning potenzia ulteriormente il ragionamento a lungo termine e l'interazione con strumenti ed ambienti esterni.
- Il modello è addestrato in tre stadi compatti: due SFT leggeri seguiti da RL, eliminando la necessità di DPO o OPD dedicati.
- La costruzione dei dati per il primo stadio utilizza strategie risolutive vincenti del modello base per sintetizzare problemi sfidanti e rafforzarli avversarialmente.
- Il secondo stadio si focalizza sul ragionamento dipendente dagli strumenti utilizzando compiti basati su fonti reali e computazione deterministica verificabili automaticamente.
- Axion 1.0 è completamente aperto, rilasciando non solo i pesi ma l'intero processo di sviluppo inclusi dati, prompt e codice per garantire riproducibilità.
- Il modello compete con modelli commerciali leader in diversi benchmark agentic mantenendo una ricetta di addestramento semplice.
Perché conta. Questa architettura dimostra che è possibile sviluppare agenti fondazionali potenti e aperti senza complessità eccessive, offrendo ai sviluppatori un percorso pratico per implementare intelligenza agente locale riproducibile ed estensibile.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.