WebSailor:探索 WebAgent的超人类推理能力

简介: 通义实验室推出WebSailor方案,通过创新的post-training方法显著提升开源模型在复杂网页推理任务中的表现。该方案包括合成高不确定性数据、多轮工具调用轨迹重构及强化学习算法DUPO应用,在多个评测中展现优越性能。

0.png

0 (1).png 0 (2).png 0 (3).png 0 (4).png 0 (5).png 0 (6).png


📄 在互联网信息检索任务中,即使是很强的LLM,有时也会陷入“信息迷雾”之中,通义实验室最新提出的方案WebSailor通过一整套创新的post-training方法,大幅提升了开源模型在复杂网页推理任务上的表现。

💡 WebSailor 的技术方案涵盖从数据到训练的全流程创新:

1️⃣ 大规模合成具有高不确定性(uncertainty)的复杂任务数据(称为 SailorFog-QA);

2️⃣ 借助开源reasoning model获得多轮工具调用轨迹再重构推理过程,并基于Qwen-2.5-instruct(3B、7B、32B、72B)进行 RFT 冷启动训练;

3️⃣ 引入高效的强化学习算法 DUPO 进一步提升模型的决策能力。

📈 从实验结果来看:我们采用此方法训练的 WebSailor-72B 模型,其性能显著优于现有的开源 WebAgent,在 BrowseComp-en 上获得了 12 分,在 BrowseComp-zh 上获得了 30.1 分。我们在SimpleQA的子集上评估了泛化性能,WebSailor即使在简单任务上也展现出极强的兼容性和有效性。

论文

技术主页

相关文章
|
数据采集 运维 前端开发
宜搭产品简介(一)|学习笔记
快速学习宜搭产品简介(一)
1065 0
宜搭产品简介(一)|学习笔记
|
11月前
|
JavaScript Shell API
阿里云百炼 API 调用教程:准备 API-Key、配置环境变量和调用 API 流程
在使用阿里云百炼平台的大模型能力时,API 调用是核心环节 —— 无论是开发 AI 应用、测试模型效果,还是搭建智能服务,都需要通过 API 将大模型能力集成到自己的系统中。不过对很多开发者来说,从准备密钥到实际调用的流程可能存在疑问,比如 “API-Key 怎么获取”“环境变量配置有什么用”“不同语言怎么写调用代码”。本文结合最新的实操细节,用通俗的语言把整个流程拆解开,从账号准备到多语言调用,每一步都附具体操作和代码示例,帮大家快速上手。
23165 113
|
机器学习/深度学习 人工智能 算法
通义WebSailor开源,检索性能登顶开源榜单!
通义开源网络智能体WebSailor具备强大推理与检索能力,在复杂场景下表现优异,已登顶开源网络智能体榜单。其创新训练方法大幅提升了模型性能,适用于多领域复杂任务。
1261 0
通义WebSailor开源,检索性能登顶开源榜单!
|
机器学习/深度学习 数据采集 人工智能
WebDancer:从零训练一个 DeepResearch 类智能体
WebDancer 是一款具备 Agentic 能力的智能体,能在开放网页环境中自主提问、搜索、推理并验证答案。它通过多步推理、信息整合与交叉验证解决复杂问题,如医学文献分析或政策追踪。WebDancer 采用 CRAWLQA 和 E2HQA 数据合成策略生成高质量训练数据,并结合 SFT(监督微调)+ RL(强化学习)双阶段训练方法,提升模型在动态环境中的适应性和泛化能力。其核心技术包括 ReAct 行为框架和 DAPO 强化学习算法,确保路径优化与策略稳定性。未来,WebDancer 将接入 Browser 工具链,拓展至代码沙盒、长文本写作等应用场景,进一步向通用智能体演进。
1919 27
|
5月前
|
存储 移动开发 虚拟化
VMware ESXi Host Client 9.1 新增功能简介
VMware Host Client 是基于 HTML5 的客户端,用于连接和管理单个 ESX 主机。它可用于执行管理任务,以管理虚拟机、网络和存储等主机资源。
329 0
VMware ESXi Host Client 9.1 新增功能简介
|
机器学习/深度学习 数据采集 人工智能
Tongyi DeepResearch的技术报告探秘
引言阿里通义实验室悄悄(其实动静不小)发布了一个叫 Tongyi DeepResearch 的 Agent 项目。它没有开发布会,没请明星站台,甚至没发通稿——但它在 GitHub 上架当天,就登顶了“每日趋势榜”。这速度,比人类发现…
1567 2
Tongyi DeepResearch的技术报告探秘
|
开发框架 定位技术 API
AgentScope 与 MCP:实践、思考与展望
AgentScope 作为一款功能强大的开源多智能体开发框架,为开发者提供了智能体构建、工具使用、多智能体编排等全方位支持。
1865 37

热门文章

最新文章