斯坦福研究团队发布 AgentFlow：为模块化、工具使用的 AI 代理提供新一代强化学习框架
我要评论斯坦福大学的研究团队最近发布了 AgentFlow，这是一个可训练的智能代理框架，旨在通过模块化设计和工具集成，提升 AI 的智能决斯坦策能力。AgentFlow 由四个模块组成:规划器（Planner）、执行器(Executor)、验证器(Verifier)和生成器(Ge福研nerator)，并通过显式内存进行协调。在每一步中，规划器会提出子目标并选择适当的工具和上下文，执行器则负责调用工具，验证器则判究团断是否继续，而生成器则在任务完成后给出最终答案。
这一框架的核心创新在于其训练方法 ——Flow-GRPO（基于流的组精炼策略优化）。队发这种方法能够将长时间跨度、稀疏奖励的优化问题转化为可处理的单轮更新。具体来说，Flow-GRPO 会在每一步中广播一个单一的可验证的轨迹级布 信号，将成功的全局目标与局部步骤对齐。同时，它使用每个 token 的加权比率计算，结合 PPO 风格的剪辑和 KL 惩罚，防止策略漂移。
在多个基Ag准测试中，研究团队对 AgentFlow 进行了评估，主要涵盖知识密集型搜索、代理推理、数学和科学四个任务类型。经过 Flow-GRPenO 优化的7B 模型在10个基准上的表现平均提高了14.9%（搜索任务）、14.0%(代理推理)、14.5%(数学任务)和4.1%(科学任务tF)。研究团队表示，该模型在这些任务上超越了现有的强基线，甚至超过了 GPT-4o。
此外，研究还表明，使用 AgentFlow 的工具调用的lo可靠性有了显著提升，工具调用错误减少了28.4%。这些成果表明，在更大的轮次预算和模型规模下，规划质量有了明显改善。
Agentw：Flow 的公开实现展示了一个模块化工具包，并附带了快速启动脚本，方便用户进行推理、训练和基准测试。该项目采用 MIT 许可证，确保了其为模开源和可访问性，支持广泛的研究与开发。
划重点:
️ AgentFlow 是一个模块化的 AI 代理框架，包含规划器块化、执行器、验证器和生成器四个模块。
Flow-GRPO 训练方法能够高效优化代理的决策过程，通过轨迹级奖励对每个步骤、工进行指导。
实验结果显示，AgentFlow 在多个基准测试中表现优异，平均提高了14.9% 的任务完成率，具使超越了现有的强基线。
相关文章
5月6日消息，在双方长达15年的合作伙伴关系的基础上，纳斯达克与亚马逊云科技正进一步推进共同的愿景，即开发能够简化和优化资本市场的技术。 近期，纳斯达克和亚马逊云科技宣布，为下一代金融市场打造具有韧性2026-11-16
Liquid AI 推出 LFM2-VL 模型，为手机带来「小巧又灵敏」的AI 视觉语言能力
Liquid AI 最新发布了 LFM2-VL 系列视觉语言基础模型（Vision-Language Foundation Models），这标志着多模态 AI 正朝着「精简、快速、可部署在设备端」的2026-11-16
云梦级12月19日云梦级消息，2025年12月19日，同程旅行发布了《2025年度旅行榜》。基于平台超2.5亿年消费用户的旅行数据，同程旅行发布了2025年大众旅行消费的热门出行线路榜、热门县级目的地2026-11-16
云梦级1月10日云梦级消息，先声再明医药股份有限公司（简称：“先声再明医药”）日前递交招股书，准备在港交所上市。9个月营收12.38亿 亏损3亿先声再明医药是先声药业集团旗下专注于抗肿瘤创新药研发、生2026-11-16
撰文 | 曹双涛 编辑 | 杨博丞 题图 | 豆包AI 2026年，家居行业面对的已不再是简单的周期调整，而是一场增长逻辑、竞争逻辑与价值创造方式的系统性切换。 过去十余年，家居行业的扩张高度依托地产2026-11-16
Kimi k2性能被赞超越 GPT-5，月之暗面再获数亿美元重磅融资
据ZFinance消息， 国内大模型明星创业公司月之暗面（Moonshot AI）近日传出重磅消息，据 ZF 获悉，该公司即将完成新一轮数亿美元的融资。此次融资距离月之暗面公开披露的上一轮约3亿美元融2026-11-16
最新评论