Axion 1.0 以三步简化配方训练开源智能体模型并公开全流程。
资讯摘要
论文提出 Axion 1.0，一个完全开放的智能体基础模型，训练流程仅三步：两阶段轻量监督微调加强化学习，不含专门的中期训练、DPO 或在线策略蒸馏。第一阶段通过模型感知的数据构造强化自含推理，第二阶段用可自动验证的任务管线扩展到工具依赖推理，强化学习再提升长程推理与工具交互。作者报告其在多项智能体基准上表现较强，部分接近领先商业模型，并公开数据构造、过滤、验证、提示与训练代码。
要点速读
- 训练仅含两阶段监督微调和强化学习，不使用中期训练、DPO 或 OPD。
- 第一阶段按基座模型自身解法合成并对抗性加强难题，第二阶段构建基于真实数据源与确定性计算的可验证工具任务。
- 作者报告在多项智能体基准上表现较强，部分与领先商业模型有竞争力，并公开完整训练配方与代码。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。