元宇宙里掀起回憶殺？這波虛擬懷舊營銷主打一個(gè)極限反差
來源：首席品牌官從被稱為“元宇宙元年”的2021年開始，幾乎所有品牌都在迫不及待地“入駐”元宇宙。而一提及品牌們的元宇宙玩法，相信多數(shù)人腦海里首先浮現(xiàn)
5 月 30 日消息，阿里巴巴昨日在 Github 上開源了其創(chuàng)新的自主搜索 AI Agent——WebAgent，具備端到端的自主信息檢索與多步推理能力，能夠像人類一樣在網(wǎng)絡(luò)環(huán)境中主動(dòng)感知、決策和行動(dòng)。
例如，當(dāng)用戶想了解某個(gè)特定領(lǐng)域的最新研究成果時(shí)，WebAgent 能夠主動(dòng)搜索多個(gè)學(xué)術(shù)數(shù)據(jù)庫，篩選出最相關(guān)的文獻(xiàn)，并根據(jù)用戶的需求進(jìn)行深入分析和總結(jié)。
據(jù)介紹，WebAgent 不僅能識(shí)別文獻(xiàn)中的關(guān)鍵信息，還能通過多步推理將不同文獻(xiàn)中的觀點(diǎn)進(jìn)行整合，最終為用戶提供一份全面且精準(zhǔn)的研究報(bào)告。
阿里巴巴 WebAgent 分為 WebDancer 和 WebWalker，前者是一種端到端智能體訓(xùn)練框架，旨在增強(qiáng)基于網(wǎng)絡(luò)的 AI 智能體的多步驟信息搜索能力；后者則屬于“Web 遍歷中的 LLM 基準(zhǔn)測試”。
Web Agents 上的性能：
WebDancer 的框架一共由 4 大塊組成，從數(shù)據(jù)構(gòu)建到訓(xùn)練優(yōu)化，逐步打造出能夠自主完成復(fù)雜信息檢索任務(wù)的智能體。
瀏覽數(shù)據(jù)構(gòu)建是整個(gè)框架的起點(diǎn)。在現(xiàn)實(shí)世界中，高質(zhì)量的訓(xùn)練數(shù)據(jù)是智能體能夠有效學(xué)習(xí)和泛化的關(guān)鍵。WebDancer 通過兩種創(chuàng)新的數(shù)據(jù)合成方法來解決傳統(tǒng)數(shù)據(jù)集的局限性。
為了確保生成的軌跡既有效又連貫，WebDancer 采用了短推理和長推理兩種方法。短推理利用大模型直接生成簡潔的推理路徑，而長推理則通過推理模型逐步構(gòu)建復(fù)雜的推理過程。
在數(shù)據(jù)準(zhǔn)備完成后，WebDancer 進(jìn)入監(jiān)督微調(diào)（SFT）階段。這一階段的目標(biāo)是通過高質(zhì)量的軌跡數(shù)據(jù)對(duì)智能體進(jìn)行初始化訓(xùn)練，使其能夠適應(yīng)信息檢索任務(wù)的格式和環(huán)境要求。
在 SFT 過程中，WebDancer 將軌跡中的思考、行動(dòng)和觀察內(nèi)容分別標(biāo)記，并計(jì)算損失函數(shù)，以優(yōu)化模型的參數(shù)。為了提高模型的魯棒性，WebDancer 在計(jì)算損失時(shí)排除了外部反饋的影響，確保模型能夠?qū)Ｗ⒂谧灾鳑Q策過程。這一階段的訓(xùn)練為智能體提供了強(qiáng)大的初始能力，使其能夠在后續(xù)的強(qiáng)化學(xué)習(xí)階段更好地適應(yīng)復(fù)雜的任務(wù)環(huán)境。
強(qiáng)化學(xué)習(xí)（RL）階段是 WebDancer 框架的關(guān)鍵環(huán)節(jié)。在這一階段，智能體通過與環(huán)境的交互，學(xué)習(xí)如何在復(fù)雜的任務(wù)中做出最優(yōu)決策。WebDancer 采用了 DAPO 算法，這是一種專門針對(duì)智能體訓(xùn)練設(shè)計(jì)的強(qiáng)化學(xué)習(xí)算法。
DAPO 算法通過動(dòng)態(tài)采樣機(jī)制，有效利用未充分利用的 QA 對(duì)，提高數(shù)據(jù)效率和策略的魯棒性。在 RL 過程中，智能體通過多次嘗試和反饋，逐步優(yōu)化其決策策略，最終實(shí)現(xiàn)高效的多步推理和信息檢索能力。
附 WebAgent 官方地址：
Github：https://github.com/Alibaba-NLP/WebAgent
WebDancer論文：https://arxiv.org/ pdf/2505.22648
WebWalker論文：https://arxiv.org/ pdf/2501.07572
本文鏈接：http://www.www897cc.com/showinfo-45-13298-0.html阿里巴巴開源自主搜索 AI 智能體 WebAgent
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com
上一篇： AI“電老虎”：2025 年底預(yù)估占全球數(shù)據(jù)中心近 50% 用電量，首超加密貨幣挖礦
下一篇： OpenAI o3 AI 推理模型成關(guān)鍵“偵探”，發(fā)現(xiàn) Linux 內(nèi)核高危漏洞
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請(qǐng)聯(lián)系：2376512515@qq.com 津ICP備18001702號(hào)
津公網(wǎng)安備 12010102000574號(hào)