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(福研Generator)，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，验证器则究团判断是否继续，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布 迹级信号，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Ag个基准测试中，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-GRPO 优en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 的工具调用的可lo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。

AgentFlow：w 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，确保了其开源为模和可访问性，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、工步骤进行指导。  

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，超越具使了现有的强基线。

• ·分布式文件系统HDFS及其简单使用
• ·标签: 创维集团 智能家电 新能源业务 现代服务业
• ·OpenAI浏览器Atlas震撼登场：Agent模式秒杀Chrome，谷歌股价应声下跌！
• ·微信：将对AI生成合成内容添加显式和隐式标识
• ·标签: UPS 亚马逊 Carol Tomé 成本削减
• ·标签: 双十一 京东 抖音 淘宝
• ·标签: 百事公司 水井坊 洪宗华
• ·IBM财报不及预期股价大跌7% 新管理层转型云计算效果欠佳
• ·AlphaFold2鍘熺悊锛氭敞鎰忓姏鏈哄埗鍙栦唬鍗风Н缃戠粶锛岄�娴嬪噯纭�€ф彁鍗囪秴30%
• ·标签: SpaceX Starlink SPCX 马斯克
• ·标签: 江阴银行 2025年财报 净利润增长 资产质量
• ·千问AI PPT重大升级:智能体架构赋能，全流程自动化制作
• ·AI 摘要与社交媒体双重夹击:维基百科人工流量骤降8% 敲响警钟
• ·标签: 航旅纵横 航班取消 系统故障 客服回应
• ·美国会周五举行“谷歌FB垄断媒体业”听证会 微软加入“控诉”方
• ·标签: OpenAI Sora 奥迪A6L 拼多多