阿里开源创新AI Agent:媲美Deep Research siyushenqi.com • 2025 年 8 月 13 日 上午11:37 • 行业动态 • 阅读 423 人类认知瓶颈遇上信息爆炸,闭源 Deep Research 难解全行业难题。 摘要 阿里巴巴开源 WebSailor,复杂/简单任务双 SOTA,已冲 GitHub 5k。 随机游走知识图谱+子图采样+信息模糊化,制造高不确定度考题。 RFT 冷启动筛高质量轨迹 → DUPO 动态采样策略优化 → 规则奖励驱动,提升推理与样本效率。 提供可复现、可扩展的 Agent 框架,降低行业门槛,推动复杂信息检索普惠化。 人类在信息检索过程中受到认知能力的限制,例如,有限的记忆、易分散的注意力以及无法同时探索多条路径。随着互联网的普及,信息量呈爆炸式增长,人类在海量信息中寻找答案的能力逐渐显得力不从心。 虽然OpenAI发布的Deep Research等产品可以有效解决这个难题,不过是闭源的不利于该技术发展。 所以,阿里巴巴的通义实验室开源了创新AI Agent框架WebSailor。根据测试数据显示,WebSailor在多个基准测试中表现非常出色。例如,在BrowseComp-en/zh测试中,WebSailor性能显著优于所有开源智能体,可媲美专属闭源模型。 除了在复杂任务上的卓越表现,WebSailor在简单任务上也表现出色。例如,在SimpleQA基准测试中,WebSailor的性能超过了所有其他方法。 开源地址:https://github.com/Alibaba-NLP/WebAgent WebSailor的核心技术主要围绕复杂任务生成和强化学习模块展开,这两个模块相互配合,共同推动了开源智能体在复杂信息检索任务中的性能提升。 复杂任务生成是WebSailor技术体系中的关键一环。研究团队通过构建复杂的知识图谱来模拟真实世界中的信息环境。这些知识图谱并非简单的线性结构,而是通过随机游走的方式生成,具有高度的非线性和复杂性。 这种复杂性体现在图谱中节点和边的多样化组合上,每个节点代表一个实体,而边则代表实体之间的关系。这种结构为生成高不确定性的任务提供了基础,因为模型需要在这些复杂的图谱中探索和推理,才能找到问题的答案。 为了进一步增加任务的难度,研究团队采用了子图采样和信息模糊化技术。子图采样是从知识图谱中提取具有不同拓扑结构的子图,每个子图都代表了一组独特的实体和关系组合。基于这些子图,研究团队构建了问答对。 但仅仅这样还不够。为了增加任务的初始不确定性,团队还引入了信息模糊化技术。例如,将精确的日期替换为模糊的时间段,将具体的名字替换为部分隐藏的描述,或者将定量的属性描述为定性的特征。这种模糊化处理使得问题变得更加复杂,模型不能简单地通过查找来解决问题,而是需要进行复杂的推理和信息合成。 强化学习模块则是WebSailor技术体系中的另一个关键部分。强化学习的目标是通过与环境的交互来优化模型的行为策略,使其能够在复杂任务中找到最优的解决方案。WebSailor采用了两阶段的训练方法:首先是基于拒绝采样的微调(RFT)冷启动阶段,然后是强化学习(RL)阶段。 在RFT冷启动阶段,研究团队通过筛选高质量的轨迹,为模型提供了基本的工具使用能力和推理框架。这个阶段的目的是让模型在复杂的任务环境中能够稳定地进行推理和工具调用。通过拒绝采样,团队只保留那些最终答案正确的轨迹,从而确保了监督信号的质量。 同时,为了适应模型的能力,团队还对轨迹的长度进行了限制,只保留那些长度适中的轨迹。此外,为了确保任务的复杂性,团队还筛选出了那些需要多个工具调用的轨迹,因为这些轨迹通常涉及到更复杂的推理和决策过程。 在强化学习阶段,WebSailor采用了动态采样策略优化训练过程。这个阶段的目标是进一步提升模型的推理能力和样本效率。研究团队提出了DUPO算法,该算法通过在训练前后进行动态采样,提高了训练的效率和效果。 DUPO算法的核心思想是在训练过程中动态调整采样策略,使得模型能够更有效地探索和利用环境中的信息。通过这种方式,DUPO算法不仅提高了模型的推理能力,还显著提升了样本效率,使得模型能够在更少的样本上达到更好的性能。 在强化学习过程中,WebSailor还采用了基于规则的奖励机制。这种奖励机制结合了格式验证和答案验证,确保了模型生成的轨迹既符合要求又准确。格式验证主要检查模型生成的轨迹是否符合预定义的格式,例如是否正确地使用了工具调用和答案标签。 答案验证则使用另一个语言模型作为评估器,来判断模型生成的答案是否正确。通过这种奖励机制,WebSailor能够有效地引导模型在复杂的任务环境中进行优化从而提高其性能。 目前,WebSailor在Github已经超过5000颗星,并且还拿下过每日增长趋势第一名的好成绩。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/32341.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 全球下载破240万,引发破亿播放的创作热潮,国产AI正把出海玩法卷出新高度 上一篇 2025 年 8 月 13 日 上午11:36 AI四小强重新上桌了? 下一篇 2025 年 8 月 13 日 上午11:37 相关推荐 行业动态 Shopee在巴西卷入售假风波,或将面临高额罚款 必须让破坏市场秩序的售假行为无处可藏。 siyushenqi.com 2025 年 8 月 12 日 416000 中国“热”席卷欧洲的背后:烧不起天然气,那就“烧”电热毯吧 随着国际形势变化,中国电热产品走红欧洲,这次规模盛大的爆发式增长对整体行业有什么影响,又能给中国生产商留下什么启示?让我们不妨冷静下来,看看增长背后的“真相”。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 451000 行业动态 DeepSeek开源新版R1,媲美OpenAI最高o3模型 全球著名开源大模型平台DeepSeek开源了R1的最新版本0528,但目前未对该版本进行说明。 siyushenqi.com 2025 年 8 月 13 日 442000 行业动态 外贸人如何精准获取客户WhatsApp?附实操方法 WhatsApp作为全球月活跃用户超20亿的即时通讯工具,在中东、南美、东南亚等市场的商务沟通渗透率超85%,结合Google的全球检索能力可构建一套低成本、高效率的精准获客体系。 本文将系统梳理实操方法,为外贸从业者提供合规、可落地的执行方案。 一、搜索引擎检索 Google检索的核心在于关键词组合逻辑,通过精准指令可直接锁定公开WhatsApp联系方式的… siyushenqi.com 2025 年 8 月 13 日 上午11:37 423000 行业动态 海外品牌入华,一个复杂问题的简单化 天猫国际在跨境进口市场份额40%,是海外品牌进入中国的首选平台。 siyushenqi.com 2025 年 8 月 6 日 428000 行业动态 爆料:微软放大招!针对三星、意大利禁令,将推出私有版ChatGPT,价格贵10倍 想用 ChatGPT,却担心数据泄露给 OpenAI?数据安全,是 ChatGPT 席卷全球的进程中,唯一的阻碍。 siyushenqi.com 2025 年 8 月 14 日 453000 巨头大厂鱼贯而入,云游戏2020年全球大盘点! 随着信息技术行业的迅猛前进,5G时代越来越近,云游戏将会失趋势已然成为了行业中的共识 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 332000 2025年9月海外短剧应用下载与收入排行榜 2025年9月海外短剧应用下载与收入排行榜。 siyushenqi.com 2025 年 10 月 13 日 • 行业动态 558000 多款产品折戟,畅销百名开外,一款成功的率土like怎么就如此难做? 品类的下一个突破点在哪? siyushenqi.com 2025 年 8 月 24 日 • 行业动态 464000 NCsoft去年收入122.5亿元,爆款游戏收入曝光,要做全球游戏公司 近日,NCsoft 公开了 2021 年全年以及第四季度的财报。该公司全年销售额为2.31万亿韩元(约122.5亿元人民币),同比下降4%;营业利润为3752.13亿韩元(约19.85亿元人民币),同比下降55%;净利润3957.35亿韩元(约20.93亿元人民币),与前一年相比也下降了33%。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 578000 行业动态 史上首届「AI选美」十强,拿的全是大女主剧本 入围的AI网红们都不是胸大无脑的傻白甜,而是走的大女主路线。 siyushenqi.com 2025 年 8 月 13 日 424000 行业动态 把二手衣服卖到非洲,广东老板年入4亿 没有真正的废物,只有放错位置的资源。 siyushenqi.com 2025 年 12 月 31 日 414000 行业动态 总交易额高达20万亿韩元!韩国电商平台Gmarket&Auction现状一览 保健品、化妆品、服饰和电子产品是主要交易品类 siyushenqi.com 2025 年 8 月 13 日 428000 行业动态 全世界都开始用拼多多了 拼多多越走越远,越做越大。 siyushenqi.com 2025 年 8 月 6 日 443000 行业动态 如何通过Facebook矩阵提高产品在海外市场的曝光度 利用Facebook广告定位受众 创建吸引人的内容 参与相关社群互动 分析数据优化策略 使用多语言支持 利用Facebook广告定位受众 Facebook广告是品牌在海外市场提高曝光度的重要工具之一。通过精准的广告定位功能,品牌可以根据地理位置、兴趣、年龄、性别等多维度筛选潜在受众,确保广告能触及到最相关的用户。结合Facebook的广告管理平台,品牌可以定… siyushenqi.com 2025 年 8 月 13 日 上午11:37 423000 行业动态 AI图文工具出海欧美市场借力Google搜索广告获客营销策略 AI图文工具出海欧美市场,借力Google搜索广告获客的营销策略: 一、精准定位目标受众 利用Google Ads的定位工具:通过Google Ads的定位工具,根据用户的地理位置、语言、设备、兴趣爱好、行为习惯等多维度信息进行精准定位。例如,针对欧美地区对AI技术和创意工具感兴趣的用户群体,特别是设计师、广告从业者、内容创作者等,将广告精准推送到他们面前。… siyushenqi.com 2025 年 8 月 13 日 上午11:37 423000 行业动态 OpenAI将在两周内发布“草莓”模型,推理模式非常特殊! OpenAI将在未来两周内发布最新模型“草莓”( Strawberry) ,会为ChatGPT等产品提供技术支持。 siyushenqi.com 2025 年 8 月 13 日 472000 行业动态 私域神器每周合作精选 No.98|单机研发——变装类、儿童游戏;IP代理软件找海外联网设备供应商和App资源方 私域神器小程序是集资源、资讯、活动为一体的整合媒体平台,汇聚了10万多出海精英,1万多出海企业,吸引包括华为、腾讯、网易、Funplus、Google、Meta在内的国内外大厂精英入驻,帮助众多企业达成合作需求。 siyushenqi.com 2025 年 8 月 18 日 455000 行业动态 DeepSeek连开三源,解开训练省钱之谜 DeepSeek在2月24日至2月28日举办“开源周”,陆续开源5个项目,旨在展示其在AI技术优化方面的实力。此前,DeepSeek因声称以较低成本训练其V3模型而受到质疑,此次开源被视为对质疑的有力回应。 siyushenqi.com 2025 年 8 月 13 日 413000 行业动态 DataEye短剧热力榜:女频包揽TOP5,一短剧周热力值超6000万!爆款承制方揭秘! 点众、番茄、山海活跃,一短剧多次登顶 siyushenqi.com 2025 年 8 月 18 日 832000 行业动态 外贸业务如何通过WhatsApp获客?高转化方法总结 优化WhatsApp个人资料,打造专业获客形象 群组与广播:精准触达外贸目标客户 高价值内容推送与互动策略 CRM系统结合:客户管理与高效转化 对比分析 优化WhatsApp个人资料,打造专业获客形象 外贸业务通过WhatsApp获客的第一步,是建立一个专业可信的账号形象。完整且专业的个人资料能够极大提升客户的信任感,提高潜在客户的响应率。具体而言,应使用真… siyushenqi.com 2025 年 8 月 13 日 上午11:37 423000 行业动态 李佳琦公司要出海!首站可能瞄准东南亚,布局TikTok电商 招聘印尼语人才,关注TikTok电商。 siyushenqi.com 2025 年 8 月 5 日 445000 行业动态 获数百万美金新融资,两名00后留学生联合打造,AI+个性化内容如何重塑传统学习模式? 围绕学生群体,AI+学习正在被重新定义。 siyushenqi.com 2026 年 2 月 10 日 426000 增长率81%的墨西哥电商市场,你准备好了吗? 电商渗透率和电商增长率:墨西哥在线销售协会AMVO调查报告数据显示,2020年墨西哥电子商务市值达3160亿比索(约合1,005亿元人民币),是全国零售业总额的9%,增长率为81%。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 540000 行业动态 上线首月就在美国捞金千万,这款二游又被谷歌下架了 由中国游戏公司发行的二次元游戏《Enigma of Sépia》在欧美、东南亚、拉美等海外市场取得显著成绩。上线一个月收入近3000万元人民币,其中超60%来自美国;在Google Play获超90万下载量,美国iOS游戏畅销榜最高排至76名,越南iOS游戏畅销榜最高排至28名。 siyushenqi.com 2025 年 8 月 17 日 507000 行业动态 外贸业务员如何用Instagram开发客户 作为一名外贸业务员,使用Instagram开发客户可以帮助扩大客户群、增加销售量。以下是使用Instagram开发客户的一些步骤: 1、创建专业的Instagram账户: 在Instagram上创建一个专业的账户是非常重要的,确保你的账户名和描述与你的业务相关,并使用高质量的照片和视觉内容展示你的产品。 2、根据你的目标客户,选择合适的标签: 除了使… siyushenqi.com 2025 年 8 月 13 日 上午11:37 423000 行业动态 AI伴侣翻车?美国对Meta、OpenAI等启动调查 联邦贸易委员会首次针对“AI 聊天机器人对未成年人的心理与社会影响”启动系统性调查,对象涵盖 Alphabet、OpenAI、Meta、Instagram、Snap、xAI 与 Character.AI。 siyushenqi.com 2025 年 9 月 12 日 493000 行业动态 马斯克摊上事了!Grok AI被爆疑似抄袭ChatGPT?? 马斯克旗下xAI公司研发的Grok AI疑似“抄袭”ChatGPT? siyushenqi.com 2025 年 8 月 13 日 481000 对话 LINE GAME:借激励视频广告改善游戏体验和收入 最近,我们找到了LINE的广告业务和游戏业务部门制作人 Akihiro Tanaka,一起讨论这家位于东京的发行商如何通过激励视频广告 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 495000 短剧虽火,但不是爱优腾的菜 这个生意跟做内容其实关系不大,它就是个产品。 siyushenqi.com 2025 年 8 月 18 日 • 行业动态 455000 发表回复 请登录后评论...登录后才能评论 提交