阿里PAI開源AgenticQwen小模型：憑「雙資料飛輪」讓8B效能逼近235B

4 月 27 日（UTC+8），阿里 PAI 團隊釋出並開源了專為工業級工具呼叫設計的小型智慧體語言模型 AgenticQwen，包含 8B 和 30B-A3B 兩個版本。該系列模型通過創新的「雙資料飛輪」強化學習框架訓練，在大幅降低推理成本的同時，實現了接近千億引數大模型的智慧體（Agent）能力。 核心機制在於其「雙資料飛輪」訓練法。傳統的合成資料容易同質化導致模型效能觸頂，AgenticQwen 對此引入了兩個飛輪：推理飛輪會從模型的錯題中自動生成更難的變體；智慧體飛輪則根據模型的執行軌跡，將簡單的線性工作流（如單一的訂票流程）擴充套件為包含約束、拒絕和對抗條件的多分支行為樹，模擬真實的複雜決策場景。 評測顯示，AgenticQwen-8B 在真實工具環境基準（如 TAU-2 和 BFCL-V4）中平均得分 47.4，遠超基礎版 Qwen3-8B（23.8），逼近 Qwen3-235B（52.0）。AgenticQwen-30B-A3B（僅啟用 3B 引數）得分達 50.2。 目前該模型已在內部類似 Manus 的生產系統中部署，大幅縮小了與 235B 大模型的差距（端到端推理時間更短），不過論文也坦言，受限於 40K 的原生上下文長度，小模型在深層搜尋任務上仍有侷限。 [BlockBeats]