阿里开源自主搜索AI Agent siyushenqi.com • 2025 年 8 月 13 日 下午10:14 • 行业动态 • 阅读 458 阿里巴巴开源了自主搜索AI Agent——WebAgent,它能像人类一样在网络环境中主动感知、决策和行动,满足复杂用户需求,比如主动搜索学术数据库、筛选文献、深入分析总结等,为用户提供精准研究报告。 摘要 WebAgent中的WebDancer框架由4大块组成,从数据构建到训练优化,逐步打造能自主完成复杂信息检索任务的智能体。其数据构建部分通过CRAWLQA和E2HQA两种创新方法解决传统数据集局限性,CRAWLQA模拟人类浏览网页行为构建复杂QA对,E2HQA通过迭代增强将简单QA对转化为复杂多步问题,为智能体提供丰富训练素材。 WebDancer基于ReAct框架,通过拒绝采样技术生成高质量轨迹。ReAct框架将推理与执行紧密结合,智能体通过生成思考内容和行动指令与环境交互。短推理和长推理两种策略生成轨迹后,经过有效性检查、正确性验证和质量评估等严格过滤,确保为智能体学习提供高质量指导。 在数据准备完成后,WebDancer进入SFT阶段,通过高质量轨迹数据对智能体进行初始化训练,使其适应信息检索任务格式和环境要求。训练中将轨迹内容标记并计算损失函数优化模型参数,且排除外部反馈影响以专注自主决策过程,为后续强化学习阶段打下基础。 RL阶段是WebDancer框架关键环节,智能体通过与环境交互学习最优决策。采用DAPO算法,通过动态采样机制提高数据效率和策略鲁棒性,智能体经多次尝试和反馈优化决策策略,实现高效多步推理和信息检索能力。 今天凌晨,阿里巴巴开源了创新自主搜索AI Agent——WebAgent。 无论是学术研究、商业决策还是日常生活,搜索信息是我们从海量的网络中获取准确、有用的知识最佳途径之一。但传统的信息检索系统通常只能提供浅层次的搜索结果,难以满足复杂的用户需求。 而WebAgent具备端到端的自主信息检索与多步推理能力,就像人类一样在网络环境中主动感知、决策和行动,例如,当用户想了解某个特定领域的最新研究成果时,WebAgent能够主动搜索多个学术数据库,筛选出最相关的文献,并根据用户的需求进行深入分析和总结。 此外,WebAgent不仅能识别文献中的关键信息,还能通过多步推理将不同文献中的观点进行整合,最终为用户提供一份全面且精准的研究报告。 开源地址:https://github.com/Alibaba-NLP/WebAgent WebDancer的框架一共由4大块组成,从数据构建到训练优化,逐步打造出能够自主完成复杂信息检索任务的智能体。 浏览数据构建是整个框架的起点。在现实世界中,高质量的训练数据是智能体能够有效学习和泛化的关键。WebDancer通过两种创新的数据合成方法来解决传统数据集的局限性。 第一种方法是CRAWLQA,它通过爬取网页信息来构建复杂的QA对。这一过程模拟了人类浏览网页的行为,从知名网站的根页面开始,递归地访问子页面,收集丰富的信息。 随后,利用强大模型对这些信息进行处理,生成具有深度和多样性的QA对。这些QA对不仅涵盖了多种问题类型,还通过多跳推理和复杂的目标分解,增加了任务的复杂性。 第二种方法是E2HQA,通过迭代增强的方式,将简单的QA对逐步转化为复杂的多步问题。这一过程从简单的事实性问题出发,通过逐步引入新的信息和子问题,最终构建出需要多步推理才能解决的复杂问题。这两种数据构建方法为WebDancer提供了丰富的训练素材,使其能够在多样化的任务中进行学习和优化。 接下来是轨迹采样阶段。在这个阶段,WebDancer基于ReAct框架,通过拒绝采样技术生成高质量的轨迹。ReAct框架的核心在于将推理与执行紧密结合,形成一个循环的交互过程。在这一过程中,智能体通过生成自由形式的思考内容和结构化的行动指令,与外部环境进行交互并接收反馈。 为了确保生成的轨迹既有效又连贯,WebDancer采用了短推理和长推理两种方法。短推理利用大模型直接生成简洁的推理路径,而长推理则通过推理模型逐步构建复杂的推理过程。 这两种策略生成的轨迹经过严格的过滤,以确保其质量和相关性。过滤过程包括有效性检查、正确性验证和质量评估三个阶段,确保最终保留的轨迹能够为智能体的学习提供高质量的指导。 在数据准备完成后,WebDancer进入监督微调(SFT)阶段。这一阶段的目标是通过高质量的轨迹数据对智能体进行初始化训练,使其能够适应信息检索任务的格式和环境要求。 在SFT过程中,WebDancer将轨迹中的思考、行动和观察内容分别标记,并计算损失函数,以优化模型的参数。为了提高模型的鲁棒性,WebDancer在计算损失时排除了外部反馈的影响,确保模型能够专注于自主决策过程。这一阶段的训练为智能体提供了强大的初始能力,使其能够在后续的强化学习阶段更好地适应复杂的任务环境。 强化学习(RL)阶段是WebDancer框架的关键环节。在这一阶段,智能体通过与环境的交互,学习如何在复杂的任务中做出最优决策。WebDancer采用了DAPO算法,这是一种专门针对智能体训练设计的强化学习算法。 DAPO算法通过动态采样机制,有效利用未充分利用的QA对,提高数据效率和策略的鲁棒性。在RL过程中,智能体通过多次尝试和反馈,逐步优化其决策策略,最终实现高效的多步推理和信息检索能力。 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/33164.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 “机器人大脑”的全球销冠,抢跑IPO! 上一篇 2025 年 8 月 13 日 下午10:14 花钱给论文降“AI味儿”,灰色产业链盯上毕业生 下一篇 2025 年 8 月 13 日 下午10:14 相关推荐 行业动态 禁售汽配LED类目!超三成卖家开启低价大甩卖! 今年的旺季,对亚马逊卖家而言,可谓是“多事之秋”。前有页面频繁改版令不少卖家运营手忙脚乱,后有品牌滥用扫号潮、视频验证将卖家挡于爆单期外,心有余悸。而近而近日亚马逊最新下达的“发光二极管(LED)前照灯转换套件”禁售令更是震荡了整个跨境圈,使得销售相关类目的卖家人人自危。 siyushenqi.com 2025 年 8 月 12 日 460000 开罗游戏今日正式重返国内市场,三款手游独家免费上架TapTap 10月28日,由雷霆游戏代理、开罗社研发的作品《夏日水上乐园物语》正式在TapTap独家免费上线。标志着这个拥有20多年历史的经典系列,在与新的合作伙伴“牵手”之后,再度回到了国内玩家的面前。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 497000 90后外贸新势力组团出海,天猫淘宝海外成就更多出海可能 在产业带出海浪潮之下,一批90后新外贸人开始登场,从佛山家居家具产业带、宁波文教产业带、泉州美妆产业带、南通家纺产业带……全国2000个产业带走出的他或她,正依托于天猫海外等跨境电商平台掘金境外市场,渐成为各自产业中的“标杆人物”。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 435000 行业动态 Anthropic找到了打败OpenAI的方法:自己也成为OpenAI 留给OpenAI的时间不多了 siyushenqi.com 2025 年 8 月 13 日 422000 行业动态 高中就开始创业,三个澳洲青年想为你打造“AI同事” 无论规模大小,让各类公司都能自由构建自己的人工智能团队。 siyushenqi.com 2025 年 8 月 18 日 450000 新游观察丨“宅健身”催生爆款超休闲手游 Supersonic又拿下了美榜iOS下载榜首 大个儿放心跑,Supersonic永相随 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 517000 时隔四年再发力战术竞技,这款游戏蕴含着光子怎样的“野心” 新思路,新挑战。 siyushenqi.com 2025 年 8 月 21 日 • 行业动态 422000 4个案例:站在“微笑曲线”两端的中国出海企业 中国企业在近数十年间,开启了在全球价值链上的进阶之路。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 455000 行业动态 Temu推出“包税”政策 Temu首次在加拿大实施全额补贴税费政策,涵盖GST、HST、PST及魁北克省特殊税率,商家无需承担任何税费,降低运营成本,提升价格竞争力。 siyushenqi.com 2025 年 8 月 5 日 459000 行业动态 OpenAI大更新ChatGPT搜索,周搜索量10亿次 OpenAI于4月29日凌晨4点对ChatGPT的搜索功能进行了重大更新,尤其是对网购搜索进行了优化。用户可以直接在ChatGPT中查看产品的详情、价格、用户评价,并且能够直接跳转到购买链接。 siyushenqi.com 2025 年 8 月 13 日 439000 亚马逊如何搞定中东最后一公里:自取包裹 最后一公里在中东已经是老生常谈的话题,目前在电商物流派送上门这个服务中,亚马逊要求客户选择地址时,必须注明这是家庭地址还是办公地址 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 446000 跨境大卖去年旺季100倍爆单!今年期待日均破万单 “去年9.9大促我们实现爆单,增长较平日高达百倍,今年我们的目标是——实现多个站点都日破万单!” siyushenqi.com 2025 年 8 月 13 日 • 行业动态 422000 行业动态 WhatsApp蓝标号的认证标准与申请要点 认证标准 申请要点 对比分析 常见问题 WhatsApp蓝标号认证标准 WhatsApp的蓝标号认证是为了确保企业的身份信息与实际业务一致,并且用户与这些企业进行沟通时能够获得更高的信任度。为了获得这一认证,企业需要满足一系列标准,其中最为重要的包括:企业合法性、账户活跃度及审核过程的通过。 首先,企业需要提供合法的注册信息,这意味着企业必须已经在本地法律框… siyushenqi.com 2025 年 8 月 13 日 下午10:14 458000 这款电商界的Midjourney,正在颠覆着海外电商的营销物料生产方式 借助生成式AI技术,PhotoG可以快速生成高度真实的商品场景展示,帮助品牌降低拍摄成本、提高营销效率,并大幅缩短物料制作周期。 siyushenqi.com 2025 年 8 月 6 日 • 行业动态 483000 行业动态 停滞的游戏拿到版号,8400万流水续作在途中,这家公司面临抉择 如何迎来下一个十年 siyushenqi.com 2025 年 8 月 18 日 477000 行业动态 网易连砍三家海外工作室,明星制作人突然不香了? 网易2022年在美国西雅图创立的第一方工作室Jar of Sparks正在裁员,其主管透露首个项目即将结束,团队成员将寻找新归宿。此前加拿大Worlds Untold工作室、日本樱花工作室也已被关闭。 siyushenqi.com 2025 年 8 月 17 日 455000 行业动态 这款MMO游戏在韩国人地盘上暴打韩系MMO 乐牛游戏的《I9》在Sensor Tower 2025年2月榜单中登顶中国手游海外收入增长榜,并跻身全球手游海外收入第27名 siyushenqi.com 2025 年 8 月 17 日 468000 OPPO公布全新AI战略,AI 手机时代再提速 旨在通过全新AI战略让AI从尝鲜到常用,为用户带来更高效、自在的下一代AI体验。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 437000 行业动态 专访:首月预估流水超1.7亿元,两人865天熬出98%好评的爆款 《米塔》是由俄罗斯AIHASTO团队开发的一款美少女恐怖冒险游戏,仅由两名开发者耗时865天完成。游戏上线一周获得超1万条评论,好评率高达98%,上线一月销量达200万套,销售额2350万美元。其成功源于独特的恐怖与浪漫结合的风格,以及对二次元和恐怖元素的巧妙融合。 siyushenqi.com 2025 年 8 月 17 日 512000 行业动态 2023年7月中国手游发行商全球收入排行榜 2023年7月共37个中国厂商入围全球手游发行商收入榜TOP100,合计吸金近20亿美元,占本期全球TOP100手游发行商收入38.1% siyushenqi.com 2025 年 8 月 19 日 479000 行业动态 WhatsApp蓝标号在外贸获客中的应用优势 提升企业可信度 增强客户沟通效率 便于客户识别企业 提高客户转化率 支持多语言交流 提升企业可信度 随着全球化的不断推进,企业在外贸过程中面临着前所未有的竞争压力。如何有效提升企业的可信度,成为了许多企业的核心问题。WhatsApp 蓝标号的应用为企业带来了显著的变化。蓝标号作为 WhatsApp 官方认证标志,能够清晰地标识出企业账号的真实性,从而增强客户… siyushenqi.com 2025 年 8 月 13 日 下午10:14 458000 行业动态 苹果组建新团队:专攻搜索 苹果秘密成立“AKI”团队,由 Robby Walker 领导、直接向 AI 主管 John Giannandrea 汇报,专职打造类 ChatGPT 的答案引擎。 siyushenqi.com 2025 年 8 月 13 日 438000 行业动态 IP出海,必遭魔改? 如何合理评价IP出海的成败?中国IP走向全球的过程中还会遇到哪些挑战? siyushenqi.com 2025 年 8 月 18 日 428000 行业动态 Meta将举办首届生成式AI大会 Meta宣布将在4月29日举办首届“LlamaCon”生成式AI大会。大会将公布最新的开源大模型、产品以及各种技术创新。 siyushenqi.com 2025 年 8 月 13 日 400000 行业动态 痛丢700万首BGM,TikTok开创自己的音乐帝国 AI作曲,字节发行,TicToc专心搞音乐? siyushenqi.com 2025 年 8 月 18 日 431000 如何升华IP玩家文化?这款硬核星战手游给出了答案 就在近期,这群玩家在星战策略手游EVE又一次爆出了绝地反击的战役名场面。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 511000 预测上调!2020年全球游戏市场收入1749亿美元,游戏内购占比74% 近日,Newzoo发布2020年《全球游戏市场报告》,上调了此前发布的全球游戏市场预测数据。 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 516000 行业动态 Temu“罚疯了”?多位卖家扣款超10万! 罚款超10万!Temu再遭大批卖家控诉! siyushenqi.com 2025 年 8 月 12 日 403000 行业动态 百度想让坚持长期主义的大模型创业者,站着把钱挣了 行业内对大模型商业价值的讨论从硬件销售转向了应用层面的盈利潜力。 siyushenqi.com 2025 年 8 月 13 日 422000 行业动态 如何走出2023中国游戏行业大困局 增量几乎没有,但机会还有不少。 siyushenqi.com 2025 年 8 月 19 日 450000 发表回复 请登录后评论...登录后才能评论 提交