热点事件持续更新
字节跳动等推出Axion 1.0智能体训练方法
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
2026年11月17日,机器之心报道,杜克大学、字节跳动等团队推出智能体训练方法 Axion 1.0。其训练流程仅含两阶段监督微调(SFT)和强化学习(RL),不设中期训练、DPO 或在线策略蒸馏。报道称,Axion 1.0-122B 在限制部分网站访问的完整 HLE 评测中取得 59.0%,超过 GPT-6 Astra 的 57.2%;35B 版本在 SEAL-0 上取得 62.2%。团队已开源数据构造、提示词及训练代码。
AI 根据报道生成 · 14 小时前更新
最新进展11月17日 11:38
字节跳动等团队推出Axion 1.0,仅用两阶段SFT加RL训练智能体并开源代码。报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- 机器之心(公众号)字节跳动等推出 Axion 1.0:两阶段 SFT 加 RL 训练智能体
杜克大学、字节跳动等团队推出 Axion 1.0,训练流程仅含两阶段监督微调(SFT)和强化学习(RL),不设中期训练、DPO 或在线策略蒸馏。Axion 1.0-122B 在限制部分网站访问的完整 HLE 评测中取得 59.0%,超过 GPT-6 Astra 的 57.2%;35B 版本在 SEAL-0 上取得 62.2%。团队已开源数据构造、提示词及训练代码。
本事件热度走势
当前热度 5·可比范围峰值 8(11月17日 20:00)·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。