热点

斯坦福研究团队发布 AgentFlow:为模块化、工具使用的 AI 代理提供新一代强化学习框架

字号+ 作者:牛骥同槽网 来源:九、政策法规类(246–270) 2026-11-23 我要评论(0)

斯坦福研究团队发布 AgentFlow:为模块化、工具使用的 AI 代理提供新一代强化学习框架

斯坦福大学的研究团队最近发布了 AgentFlow,这是一个可训练的智能代理框架,旨在通过模块化设计和工具集成,提升 AI 的智能决斯坦策能力。AgentFlow 由四个模块组成:规划器(Planner)、执行器(Executor)、验证器(Verifier)和生成器(G福研enerator),并通过显式内存进行协调。在每一步中,规划器会提出子目标并选择适当的工具和上下文,执行器则负责调用工具,验证器则判断究团是否继续,而生成器则在任务完成后给出最终答案。

这一框架的核心创新在于其训练方法 ——Flow-GRPO(基于流的组精炼策略优化)。这队发种方法能够将长时间跨度、稀疏奖励的优化问题转化为可处理的单轮更新。具体来说,Flow-GRPO 会在每一步中广播一个单一的可验证的轨迹级信布 号,将成功的全局目标与局部步骤对齐。同时,它使用每个 token 的加权比率计算,结合 PPO 风格的剪辑和 KL 惩罚,防止策略漂移。

在Ag多个基准测试中,研究团队对 AgentFlow 进行了评估,主要涵盖知识密集型搜索、代理推理、数学和科学四个任务类型。经过 Flow-GRPenO 优化的7B 模型在10个基准上的表现平均提高了14.9%(搜索任务)、14.0%(代理推理)、14.5%(数学任务)和4.1%(科学tF任务)。研究团队表示,该模型在这些任务上超越了现有的强基线,甚至超过了 GPT-4o。

此外,研究还表明,使用 AgentFlow 的工具调用的lo可靠性有了显著提升,工具调用错误减少了28.4%。这些成果表明,在更大的轮次预算和模型规模下,规划质量有了明显改善。

AgentFlow:w 的公开实现展示了一个模块化工具包,并附带了快速启动脚本,方便用户进行推理、训练和基准测试。该项目采用 MIT 许可证,确保了其开源为模和可访问性,支持广泛的研究与开发。

划重点:  

️ AgentFlow 是一个模块化的 AI 代理框架,包含规划器、块化执行器、验证器和生成器四个模块。  

Flow-GRPO 训练方法能够高效优化代理的决策过程,通过轨迹级奖励对每个步骤、工进行指导。  

实验结果显示,AgentFlow 在多个基准测试中表现优异,平均提高了14.9% 的任务完成率,超越了具使现有的强基线。

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
  • 腾讯云开源 CubeSandbox:打造 AI Agent 的高性能“安全屋”

    腾讯云开源 CubeSandbox:打造 AI Agent 的高性能“安全屋”

    2026-11-10

  • 谷歌地图推出新功能:可室内导航 可让司机选择环保路线

    谷歌地图推出新功能:可室内导航 可让司机选择环保路线

    2026-10-08

  • 标签: 长鑫科技 DRAM 朱一明 科创板

    标签: 长鑫科技 DRAM 朱一明 科创板

    2026-08-11

  • 标签: 长鑫科技 科创板IPO DRAM 朱一明

    标签: 长鑫科技 科创板IPO DRAM 朱一明

    2026-06-06

网友点评