Alibaba lança Qwen-AgentWorld para aprimorar agentes autônomos
A equipe Qwen do Alibaba apresentou um modelo de mundo linguístico que melhora o desempenho de agentes autônomos em sete domínios distintos.
Pontos principais
- O Qwen-AgentWorld prevê respostas do ambiente a partir das ações do agente, em vez de apenas executar comandos.
- O modelo abrange áreas como navegação web, sistemas operacionais, Android e engenharia de software.
- Treinamentos em ambientes simulados controlados superaram resultados obtidos em ambientes reais.
- Pesos do modelo de 35B e o benchmark AgentWorldBench foram disponibilizados sob licença Apache 2.0.
A equipe Qwen, do Alibaba, anunciou o lançamento do Qwen-AgentWorld, uma nova abordagem para o desenvolvimento de agentes autônomos baseada em modelos de mundo linguísticos. Diferente de métodos tradicionais, o sistema foca em prever as respostas do ambiente diante das ações do agente, permitindo um aprendizado mais robusto. Testes realizados em sete domínios, incluindo navegação web e engenharia de software, demonstraram que o uso do modelo como etapa de aquecimento antes do ajuste fino resulta em ganhos significativos de performance, mesmo em benchmarks inéditos. A iniciativa visa superar as limitações do treinamento exclusivo em ambientes reais, utilizando simulações controladas para elevar a precisão. Com a liberação dos pesos do modelo de 35B e do benchmark associado sob licença Apache 2.0, o Alibaba busca fomentar avanços na área de agentes inteligentes, oferecendo uma ferramenta aberta para pesquisadores e desenvolvedores explorarem novas capacidades de automação.
Tópicos relacionados
Comentários
Carregando comentários...
