热点

​微软推出新型 AI Agent 模型 rStar2-Agent,以 140 亿参数挑战大规模模型

字号+ 作者:牛骥同槽网 来源:选型指南 2026-11-23 我要评论(0)

​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。

除了数学推出新理任务的优秀成绩,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,其任务完成率达到6AI0.8%,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大的泛 A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,微软构建了一个高效的隔ge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。其次,微软提出nt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,rStar2-Agen 模t 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。

这一系列的技术突破使得 rSta型 r2-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。

开源地址:https://grSithub.com/microsoft/rStar

划重点:

rStar2-Agent 模型仅有140亿参数,但在数学推理测试ta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、算法和训练流程方面进行了创新,r2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,展现了强大的泛化能力。

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章
  • 云计算核心技术Docker教程:Docker 容器环境变量

    云计算核心技术Docker教程:Docker 容器环境变量

    2026-11-05

  • 标签: Cloudflare X ChatGPT Down Detector

    标签: Cloudflare X ChatGPT Down Detector

    2026-07-12

  • 标签: 渤海银行 渤银E链 车销易 渤享家

    标签: 渤海银行 渤银E链 车销易 渤享家

    2026-10-21

  • 谷歌宣布回购500亿美元股票 盘后股价涨超4%

    谷歌宣布回购500亿美元股票 盘后股价涨超4%

    2026-07-31

网友点评