近日，阿里巴巴在GitHub平臺上推出了一款名為WebAgent的新型自主搜索人工智能（AI）智能體，該智能體具備端到端的自主信息檢索和多步驟邏輯推理能力，能夠在網絡環境中模擬人類的感知、決策和行動流程。
WebAgent的核心亮點在于其強大的自主搜索與邏輯推理功能。它不僅能夠主動搜索多個學術數據庫，還能根據用戶需求進行深入分析和總結，為用戶提供全面且精準的信息。WebAgent通過多步驟推理，能夠整合不同文獻中的觀點，最終生成一份詳盡的研究報告。這種能力使得WebAgent在處理復雜信息檢索任務時，展現出了專家級的水平。
據了解，WebAgent的技術核心是其獨特的訓練框架——WebDancer。這一框架由數據構建、監督微調、強化學習等多個關鍵環節組成，旨在逐步培養出能夠自主完成復雜信息檢索任務的智能體。
在數據構建方面，WebDancer采用了創新的瀏覽數據生成方法。它利用短推理和長推理兩種方式，通過大模型生成簡潔的推理路徑，或者通過推理模型逐步構建復雜的推理過程。這種方法打破了傳統數據集的局限性，為智能體提供了豐富的訓練素材，有效提升了其自主搜索和推理能力。
在監督微調階段，WebDancer通過高質量的軌跡數據對智能體進行初始化訓練，使其能夠適應信息檢索任務的格式和環境要求。在訓練過程中，WebDancer將軌跡中的思考、行動和觀察內容分別進行標記，并計算損失函數以優化模型參數。為了提高模型的魯棒性，WebDancer在計算損失時排除了外部反饋的影響，確保智能體能夠專注于自主決策過程。
強化學習階段是WebDancer框架中的關鍵環節。在這一階段，智能體通過與環境的交互，學習如何在復雜的任務中做出最優決策。WebDancer采用了專門針對智能體訓練設計的DAPO算法。該算法通過動態采樣機制，有效利用未充分利用的QA對，提高了數據效率和策略的魯棒性。在強化學習過程中，智能體通過多次嘗試和反饋，逐步優化其決策策略，最終實現高效的多步推理和信息檢索能力。
WebAgent的推出，標志著阿里巴巴在自主搜索人工智能領域取得了重要突破。未來，這款智能體有望在學術研究、信息咨詢等多個領域發揮重要作用，為用戶提供更加便捷、高效的信息檢索服務。
