您的位置首页 >人工智能 >

字节 Axion 1.0 亮相极简三阶段方案,用少量数据就能训练高性能智能体

字节跳动联合高校团队推出开源智能体基础模型 Axion 1.0,它最大的亮点就是把训练强智能体的流程做了大幅简化,不用复杂的中间预训练、DPO 偏好优化、在线蒸馏这些繁琐环节,只用 18363 条高质量训练轨迹,分两个轻量监督微调阶段加上一轮强化学习,就能做出在科学推理、工具调用基准上对标主流闭源大模型的智能体,整套训练配方、数据构建脚本、提示词、评测代码全部 Apache2.0 开源,普通开发者也能复现训练过程,打破大家 “训练好用的智能体必须海量数据、复杂流水线” 的固有认知,它内置网页浏览、文献检索、代码执行等工具能力,主打科研、长链条推理类智能任务,一共有 35B 和 122B 两个 MoE 版本。

Axion 1.0 版本基础信息

版本总参数激活参数底座上下文窗口
Axion 1.0 35B350 亿30 亿Qwen3.6-35B-A3B128K
Axion 1.0 122B1220 亿100 亿Qwen3.5-122B-A10B128K

三段式极简训练流程

  1. 第一阶段监督微调:模型自感知数据构建,生成高难度问题,根据基座模型自身解题思路做对抗增强,先打好独立推理底子
  2. 第二阶段监督微调:搭建可自动校验的真实任务数据集,训练模型学会调用外部工具,把推理和上网、查文献、跑代码结合起来
  3. 强化学习阶段:优化长时序任务规划能力,减少工具调用失误,提升多步骤复杂任务的完成率

核心能力与跑分亮点

  • 35B 版本:SEAL-0 基准拿到 62.2 分,在部分科研智能体测试里超过 GPT-5.5、Gemini 3.1 Pro
  • 122B 版本:HLE 拿到 59.0 分,FrontierScience Olympiad 87 分、Research 66.7 分,科研推理表现突出
  • 自带工具栈:网页检索、页面访问、学术论文检索、Python 代码执行
  • 全部链路开源:数据生成、过滤、校验、训练、评测脚本完整放出,方便二次改造

上手复现训练的步骤清单

  1. 拉取 Axion 1.0 官方 GitHub 仓库,核对依赖环境
  2. 准备基座 Qwen 模型权重,下载配套公开数据集
  3. 执行第一阶段 SFT,训练基础自主推理能力
  4. 执行第二阶段 SFT,训练工具调用、联网检索能力
  5. 运行强化学习脚本,优化长任务稳定性
  6. 使用官方评测脚本,在 HLE、SEAL、FrontierScience 等基准验证效果
  7. 根据业务需求,新增自定义工具、扩充任务数据集

【常见问题】

问题 1:字节跳动推出 Axion 1.0,训练强大智能体的简化思路是什么?

回答 1:字节跳动推出 Axion 1.0,训练强大智能体不再堆砌复杂训练流程,只用两轮轻量监督微调加一轮强化学习,依靠少量高质量的训练轨迹,不靠海量数据和多轮偏好优化,就能做出具备工具调用、科研推理能力的智能体。

问题 2:Axion 1.0 训练智能体只用多少训练数据?

回答 2:Axion 1.0 训练智能体只使用 18363 条高质量训练轨迹,相比传统智能体训练方案数据量大幅缩减,靠任务质量而不是数量来提升智能体效果。

问题 3:Axion 1.0 训练出来的智能体,主要适合做什么任务?

回答 3:Axion 1.0 训练出来的智能体主打科研类任务,擅长科学问题推理、文献查阅、代码运算、多步骤研究规划,自带网页、论文检索、代码执行工具。

问题 4:Axion 1.0 开源之后,普通人可以直接复现这个智能体训练流程吗?

回答 4:Axion 1.0 开源了全部训练配方、代码、数据构建方案,协议为 Apache2.0,开发者可以复现智能体训练流程,但 122B 版本训练需要较高 GPU 算力门槛。

【参考资料】

[2026-11-09](Axion 1.0:1.8 万条数据训出研究型 Agent,字节跳动的 "极简配方" 能走多远)华为云社区

[2026-11-05](Axion 1.0: Open Agent Foundation Models, Simplified)arXiv

[2026-11-04](Axion 1.0:字节开源极简训练智能体方案)DEV Community

[2026-11-02](字节联合高校发布 Axion 1.0 智能体基础模型)机器之心

【免责声明】

以上内容基于论文、开源项目和科技媒体公开报道整理,Axion 1.0 智能体的跑分、训练效果会受硬件、基座版本、数据集调整影响,开源方案仅用于技术研究参考,不构成商用落地承诺。

今日大家都在搜的词: