← 返回系列列表
WebAgent 4 个模型
发布时间线
2025.07.31
WebDancer-QwQ-32B
端到端智能体训练框架
通过四阶段训练(数据构建、轨迹采样、监督微调、强化学习)提升AI的多步搜索能力
2025.07.31
WebSailor-72B
大规模语言模型,负责理解用户意图、制定浏览策略并决定操作步骤
通过阿里云FunctionAI实现一键 ...
2025.07.29
WebShaper
引入“形式化驱动”信息检索范式,通过系统化任务形式化方法重新定义数据生成与训练流程
利用“代理式扩展 ...
2025.05.30
WebAgent
具备端到端的信息检索和多步推理能力
能够像人类一样在网络环境中主动搜索、分析和决策
由WebDanc ...
| 发布日期 | 公司 | 模型名称 | 类型 | 特性 |
|---|---|---|---|---|
| 2025-07-31 | 阿里巴巴 | WebDancer-QwQ-32B | 主流 | 端到端智能体训练框架 通过四阶段训练(数据构建、轨迹采样、监督微调、强化学习)提升AI的多步搜索能力 |
| 2025-07-31 | 阿里巴巴 | WebSailor-72B | 主流 | 大规模语言模型,负责理解用户意图、制定浏览策略并决定操作步骤 通过阿里云FunctionAI实现一键部署 采用SailorFog-QA数据集训练,具备处理“超人类”任务的能力 |
| 2025-07-29 | 阿里巴巴 | WebShaper | 主流 | 引入“形式化驱动”信息检索范式,通过系统化任务形式化方法重新定义数据生成与训练流程 利用“代理式扩展器”(Agentic Expander)迭代生成并验证问题,确保数据生成过程可控且条理清晰 通过逻辑清晰的结构化生成方式,确保训练数据的知识结构与推理结构在语义上高度一致 提供WebWalkerQA、GAIA等任务的交互式演示,支持开发者调整超参数或结合DUPO算法优化性能 |
| 2025-05-30 | 阿里巴巴 | WebAgent | 主流 | 具备端到端的信息检索和多步推理能力 能够像人类一样在网络环境中主动搜索、分析和决策 由WebDancer(智能体训练框架)和WebWalker(基准测试工具)两大模块组成 利用DAPO算法提升数据效率和策略鲁棒性 |