Qwen-AgentWorldとは?AlibabaがAIエージェントに「環境予測モデル」を導入した狙いを解説
AlibabaのQwenチームが火曜日に公開したQwen-AgentWorldは、エージェントを「動かす」のではなく「環境がどう応答するか」を予測させる発想で訓練したモデルです。35BのMoE(活性3B)を含む2モデルが、7領域・1,000万件超の軌跡データで学習され、7つのベンチマークで性能向上を示しました。
AlibabaのQwenチームが火曜日に公開したQwen-AgentWorldは、エージェントを「動かす」のではなく「環境がどう応答するか」を予測させる発想で訓練したモデルです。35BのMoE(活性3B)を含む2モデルが、7領域・1,000万件超の軌跡データで学習され、7つのベンチマークで性能向上を示しました。