Релизы моделей

DR-Venus: пограничный агент глубокого исследования на основе открытых данных

Оригинальный заголовок:inclusionAI/DR-Venus

ИИ-резюме

DR-Venus — это агент глубокого исследования с 4 млрд параметров, обученный всего на 10 тыс. открытых данных, на архитектуре Qwen3-4B-Thinking-2507, поддерживающий 200 шагов вызова инструментов и контекст свыше 200 тыс. токенов. Он обучается в два этапа — дообучение с учителем и обучение с подкреплением — и устанавливает новый ориентир производительности малых моделей на ряде бенчмарков глубокого исследования, включая BrowseComp и GAIA. Версия SFT превосходит большинство аналогичных моделей с открытым исходным кодом, а версия RL дополнительно повышает надёжность длительных задач и калибровку использования инструментов на 2-3 процентных пункта. Проект полностью открыл модель, код и процесс обучения.

Ключевые моменты

  • DR-Venus — это агент глубокого исследования с 4 млрд параметров,обученный всего на 10 тыс.
  • открытых данных,на архитектуре Qwen3-4B-Thinking-2507,поддерживающий 200 шагов вызова инструментов…
  • токенов.
  • Он обучается в два этапа — дообучение с учителем и обучение с подкреплением — и устанавливает…
  • Версия SFT превосходит большинство аналогичных моделей с открытым исходным кодом,а версия RL…

Кратко

Опубликовано
Обновлено
Источник
蚂蚁 inclusionAI:GitHub 新仓库
Категория
Релизы моделей
Оценка ИИ
69
Читать оригинал Читать полную статью в первоисточнике
Почему это важно

4B 参数、仅用 1 万条公开数据就能在多个 deep research benchmark 上碾压 8B 对手,蚂蚁 inclusionAI 这次证明了小模型做 Agent 的关键不在参数量而在数据管线,做端侧 Agent 的团队值得拆一下它的 SFT+RL 流程。

Источник и авторские права

Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.

Оригинал статьи · Материал на AIHOT

Как цитировать

При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.

Orange News: DR-Venus: пограничный агент глубокого исследования на основе открытых данных. 20 апреля 2026. https://new.nat6.net/ru/news/cmorb7ik2006islhfoemox8w3/

Смотреть все →