斯坦福研究团队发布 AgentFlow:为模块化、工具使用的 AI 代理提供新一代强化学习框架
斯坦福大学的研究团队最近发布了 AgentFlow,这是一个可训练的智能代理框架,旨在通过模块化设计和工具集成,提升 AI 的智能决斯坦策能力。AgentFlow 由四个模块组成:规划器(Planner)、执行器(Executor)、验证器(Verifier)和生成器(Ge福研nerator),并通过显式内存进行协调。在每一步中,规划器会提出子目标并选择适当的工具和上下文,执行器则负责调用工具,验证器则判究团断是否继续,而生成器则在任务完成后给出最终答案。
这一框架的核心创新在于其训练方法 ——Flow-GRPO(基于流的组精炼策略优化)队发。这种方法能够将长时间跨度、稀疏奖励的优化问题转化为可处理的单轮更新。具体来说,Flow-GRPO 会在每一步中广播一个单一的可布 验证的轨迹级信号,将成功的全局目标与局部步骤对齐。同时,它使用每个 token 的加权比率计算,结合 PPO 风格的剪辑和 KL 惩罚,防止策Ag略漂移。
在多个基准测试中,研究团队对 AgentFlow 进行了评估,主要涵盖知识密集型搜索、代理推理、数学和科学四个任务类型。经过 Fenlow-GRPO 优化的7B 模型在10个基准上的表现平均提高了14.9%(搜索任务)、14.0%(代理推理)、14.5%(数学任务)和tF4.1%(科学任务)。研究团队表示,该模型在这些任务上超越了现有的强基线,甚至超过了 GPT-4o。
此外,研究还表明,使用 AgentFlolow 的工具调用的可靠性有了显著提升,工具调用错误减少了28.4%。这些成果表明,在更大的轮次预算和模型规模下,规划质量有了明显改善w:。
AgentFlow 的公开实现展示了一个模块化工具包,并附带了快速启动脚本,方便用户进行推理、训练和基准测试。该项目采用 MIT 许可证,确为模保了其开源和可访问性,支持广泛的研究与开发。
划重点:
️ AgentFlow 是一个模块化的 AI 代理框架,包含规块化划器、执行器、验证器和生成器四个模块。
Flow-GRPO 训练方法能够高效优化代理的决策过程,通过轨迹级奖、工励对每个步骤进行指导。
实验结果显示,AgentFlow 在多个基准测试中表现优异,平均提高了14.9% 的任务完具使成率,超越了现有的强基线。
-
标签: OceanBase 国产数据库国内云计算市场增速超全球近4倍 正进入新一轮发展周期标签: 金旅客车 菲亚特动力 CURSOR 9 塞尔维亚公交标签: 广汽埃安 AION UT V 昊铂S600科学家「黑进」果蝇大脑跑NLP任务,发现效率比BERT高工信部:加强通用大模型和行业大模型研发布局,加快建设工业领域高质量数据集Anthropic重磅研究:Claude能检测并调节内部思维,自省能力初现!谷歌 NotebookLM 推出新报告功能,支持多语言生成和个性化设置中国电信战略投资ZStack 将在云计算领域开展深入合作Gemini 3明年登场!谷歌全力追赶GPT-5,6.5亿用户成AI反攻关键筹码
- ·标签: 中通快递 ZTO 2025财年 快递服务
- ·Siri透露苹果下一次发布会计划于4月20日举行
- ·标签: 高盛 2026年一季度财报 投行手续费 并购顾问
- ·云安全日报210309:思科交换机操作系统发现任意文件操作漏洞,需要尽快升级
- ·标签: 智能手机 PC 存储涨价 AI
- ·今年上半年中国云运营市场实现增长
- ·美国政府继续“死咬”谷歌:美司法部索取更详细搜索垄断数据
- ·别再套用旧指令!OpenAI 发布 GPT-5.5 提示词指南:越简单越好
- ·标签: 杜福睿 中免集团 上海机场 免税店
- ·标签: 京东 小哥之家 快递小哥 武汉
- ·标签: 鹿明机器人 三菱电机 具身智能 工业自动化
- ·谷歌关闭Stadia游戏制作部门 放弃与PlayStation竞争转向合作
- ·英国政府提出 AI 节省 450 亿英镑计划,但专家质疑其可行性
- ·云计算核心技术Docker教程:Docker使用OverlayFS存储驱动程序
- ·英伟达再次炸场!单季营收467亿美元暴涨56%,AI芯片王者地位无人撼动
- ·标签: 丰沃股份 涡轮增压器 吉利集团 国产替代
- ·F5 Networks将以5亿美元收购Volterra云计算初创公司
- ·标签: 通用汽车 电动汽车 GM 紧缩裁员
- ·比尔·盖茨首次在Clubhouse“开房”:平时常用手机并非苹果制造
- ·测肺活量的仪器叫什么
- ·标签: 迦智科技 机器人解决方案 具身智能底盘 港股IPO
- ·云计算核心技术Docker教程:Docker Hub查看漏洞报告
- ·钉钉十周年重磅发布8.0版本,推出AI办公新形态"钉钉ONE"
- ·标签: 字节跳动 Dola 豆包 Cici
- ·多任务实现SOTA,UBC谷歌等提出3D点云的无监督胶囊网络
- ·标签: BuzzFeed 拜伦·艾伦 AllenMediaGroup 乔纳·佩雷蒂
- ·标签: 小牛电动 电动滑板车 2026年一季度财报 国内销量
- ·丹麦音乐版权组织起诉美国 AI 音乐平台 Suno
- ·标签: LG 高通骁龙 AI座舱 CES2026
- ·云计算核心技术Docker教程:Docker Hub漏洞扫描
- ·彭博社:阿里巴巴旗下AI助手千问首次开放Agent技术 接入东方航空
- ·标签: GeminiSpark GoogleI/O2026 Gemini3.5 GoogleAIUltra
- ·谷歌助力SpaceX 下半年面向企业推出“星链”互联网服务
- ·为在元宇宙里摸到东西,扎克伯格整出一款新电子皮肤,成本6美元
- ·云计算开发:Python3-List remove()方法详解
- ·京东开源人脸识别工具包:覆盖最强模型,支持训练跑分
