AgentCPM-Explore

AgentCPM-Explore — 简要说明

AgentCPM-Explore 是由 OpenBMB 组织（AgentCPM 团队，合作单位包括清华 NLP、小批次高校/研究机构等）开源的一个面向“深度探索 / agent”能力的基础模型与端到端训练/评测/部署流水线。该资源以完整的训练与推理基础设施一并开源，包含用于训练的 AgentRL 框架、AgentDock 工具沙箱管理平台以及用于评测的 AgentToLeaP（或等价评测组件）。

发布时间与定位

发布机构：OpenBMB（AgentCPM 团队）。
发布时间（仓库/公告）：2026-01-12（见官方仓库与模型卡的发布公告）。

核心目标与特点

• 目标：面向长期、多步、需在线检索/验证/多源交叉校验的复杂 agent 任务，提升“深度探索（deep exploration）”能力，使得较小参数规模也能在长程 agent 基准上表现出色。
• 关键能力亮点：支持 100+ 轮的连续环境交互，具备多源信息交叉验证、动态搜索策略调整与实时信息核验等能力；并且随模型一并开源训练与评估的端到端工具链，便于复现与二次开发。

架构与技术规格

• 参数规模：4B 参数（模型卡与仓库均标注为 4B）。
• 激活参数：未在官方材料中披露（留空）。
• 上下文窗口：官方模型卡/仓库未明确给出上下文窗口大小或 token 上限（未公开信息）。
• 训练数据与架构细节：官方模型卡/README 强调模型与训练/评测流水线的设计思想与能力验证，具体训练语料构成、去重/过滤策略与精确训练步骤在仓库文档中以代码和脚本形式呈现，但未在单页 README 给出可直接复述的完整训练集统计。

能力与模态支持

• 模态：以文本/agent 工具调用为主（模型卡以长程文本交互与工具/检索/环境交互作为评测核心）。
• 能力说明：优化用于持续交互、在线检索与多轮规划执行的场景；适合需要多轮工具调用、网页/环境浏览与信息核验的任务。

性能与基准评测（官方公布的结果）

官方模型卡列出了在若干长程 agent 基准（如 GAIA、BrowseComp、HLE、Xbench-DeepSearch 等）上的分数。示例（模型卡表格中的部分条目）：GAIA 63.9%、BrowseComp (某项) 25.0%、Xbench-DeepSearch 70.0% 等（详见模型卡中的实验结果表）。这些分数由模型卡公开展示，用于横向对比闭源与开源模型在长程 agent 基准上的表现。

应用场景与限制

• 推荐用例：长期多步骤任务、需要在线检索/验证与工具调用的自动化代理（如网页浏览/爬取、复杂信息整合、交互式问题求解等）。
• 已知局限：官方未完全披露上下文窗口和所有训练细节；模型在实际部署时仍需结合工具与上下文管理策略以规避“上下文瓶颈”。

访问方式与许可

• 代码与模型均开源：仓库与模型卡均采用 Apache-2.0 许可（模型卡与 GitHub 仓库中标注）。
• 模型权重与 card：可通过 Hugging Face 的 openbmb/AgentCPM-Explore 页面下载；代码仓库在 GitHub（OpenBMB/AgentCPM）。

（以上内容基于 OpenBMB 官方 GitHub 仓库与 Hugging Face 模型卡的公开信息整理，未包含任何主观评价。）