IXThinker·2025-10-25 19:30

AgentFlow在線強化學習以小搏大

斯坦福等機構團隊提出AgentFlow新範式，透過在線強化學習持續優化智能體系統的推理能力。以Qwen-2.5-7B-Instruct為基座，該系統在十項基準測試中全面提升，多項任務表現甚至超越GPT-4o。

四智能體分工

AgentFlow由規劃器、執行器、驗證器與生成器四個專業智能體組成，透過共享內存機制協作完成複雜任務。四個模塊各司其職，形成從規劃、執行到核驗與生成的完整閉環。