热点事件持续更新

Qwen3.5-2B工具调用Agent优化

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

研究人员提出StaGPO算法，旨在提升基于Qwen3.5-2B的Agent在弱用户场景下的工具调用性能。该模型在ToolWOZ基准测试中，针对弱用户场景的成功率达到76.8%。测试结果显示，该方案比GRPO算法高出4.8分，且在表现上优于其他基线模型，实现了最佳性能。

AI 根据报道生成 · 4 小时前更新

最新进展10月20日 12:00

沿着报道，了解事件的不同侧面。

10月20日

12:00
arXiv · NLP
基于 StaGPO 训练的 Qwen3.5-2B 在弱用户场景下的工具调用 Agent 表现
summary_zh: 研究人员提出 StaGPO 算法，使基于 Qwen3.5-2B 的 Agent 在弱用户场景下实现最佳性能。该模型在 ToolWOZ 上对弱用户成功率达 76.8%，比 GRPO 高 4.8 分，且优于其他基线。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。