创新点•将问题合成建模为目标驱动的序列决策过程由专门的智能体动态选择并组合模块化推理技能而非传统的固定模板生成。•下游求解器在合成数据上训练后展现出跨数学、编码、科学的鲁棒泛化说明合成数据的质量优于数量。方法本文主要研究方法是将问题合成建模为目标驱动的序列决策过程由一个专门的4B参数智能体Agentic-Proposer-4B通过迭代式内部反思与工具调用从模块化基础技能库Skill Library中动态选取并组合原子技能如求导、递归、贪心算法等生成高质量可验证的训练轨迹。该智能体使用 Multi-Granularity Policy OptimizationMGPO算法训练得到生成的每条数据都经过零信任验证沙盒Verifiable Sandbox的严格校验——Python代码必须可运行、数学推导必须逻辑自洽不通过则回炉重造确保数据100%正确。传统大模型单次数据合成范式与组合式智能体迭代生成范式对比本图分为上下两部分对比两类数据生成方案。(a) 为传统范式以模糊静态概念作为输入依靠提示词驱动大模型单次直接输出样本该方式生成效果稀疏不稳定产出混杂低难度有效样本与大量高难度无效样本需额外过滤筛选数据集存在结果难核验、生成成本高的缺陷。(b) 是文中提出的智能体生成方案输入为清晰可组合、动态闭环的智能体技能智能体可调用工具通过起草、校验、优化的循环流程生成内容能直接产出高质量高难度有效样本生成流程稳定、有效样本产出率高最终数据集可核验、难度可控全面规避了传统方案的短板。各模型参数量与 AIME25 数学任务准确率效率对比图本图横轴为模型总参数量覆盖 30B 级开源模型到万亿级闭源商用模型纵轴是 AIME25 数学测试准确率橙色三角代表高效区间红色虚线为顶尖性能基准线。图中收录海内外主流开源、闭源大模型本文自研 Proposing-30B-A3B 仅 30B 参数量便突破基准线进入高效区间数学推理精度对标虚线框内 GPT、Claude、Gemini 等高参数闭源头部模型。其余开源模型大多参数量庞大但准确率偏低头部闭源模型虽精度相近却要承担巨额参数量带来的算力成本直观体现该模型以极小参数量实现高数学推理能力参数量与精度的综合效率大幅领先同类模型。智能体提案模型三阶段完整训练流程架构图本图完整展示智能体生成模型分三步的完整训练链路第一阶段为技能习得学习依托教师模型从多源数据中抽取结构化智能体技能经打分筛选合格样本后微调初始化提案模型第二阶段开展智能体监督微调整合各类技能构建技能库搭配多教师模型生成多样带工具交互的智能体轨迹组装成智能体问答数据集完成监督微调第三阶段引入 MGPO 智能体强化学习提案模型基于多臂老虎机机制动态选取技能循环执行起草、校验、优化、定稿流程通过校验器、探测模型分步计算步骤与轨迹奖励回传更新迭代技能库训练完成的提案模型可向下游模型输出高质量生成题目持续迭代升级各类智能体技能。实验本表以 Qwen3-30B-A3B 零样本效果为基准对比多种主流数学增强方案与本文智能体生成数据方案在 AIME24、AIME25、HMMT、LCB v5、LCB v6 五大数学测试集及综合指标上的准确率变化主流基线方案中仅 PromptCoT 2.0 实现全维度稳定提升其余多数方法均出现多数据集精度下滑而本文 Agentic Proposing 方案在全部五项评测任务上均取得最大幅度正向增益综合得分相较基准提升 5.9单项最高涨幅达 6.6整体表现超越所有对比基线充分验证依托智能体循环生成高质量数学题目做数据增强能有效显著强化模型复杂数学推理能力。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
下一代Agent新范式: 递归组合skills合成
创新点•将问题合成建模为目标驱动的序列决策过程由专门的智能体动态选择并组合模块化推理技能而非传统的固定模板生成。•下游求解器在合成数据上训练后展现出跨数学、编码、科学的鲁棒泛化说明合成数据的质量优于数量。方法本文主要研究方法是将问题合成建模为目标驱动的序列决策过程由一个专门的4B参数智能体Agentic-Proposer-4B通过迭代式内部反思与工具调用从模块化基础技能库Skill Library中动态选取并组合原子技能如求导、递归、贪心算法等生成高质量可验证的训练轨迹。该智能体使用 Multi-Granularity Policy OptimizationMGPO算法训练得到生成的每条数据都经过零信任验证沙盒Verifiable Sandbox的严格校验——Python代码必须可运行、数学推导必须逻辑自洽不通过则回炉重造确保数据100%正确。传统大模型单次数据合成范式与组合式智能体迭代生成范式对比本图分为上下两部分对比两类数据生成方案。(a) 为传统范式以模糊静态概念作为输入依靠提示词驱动大模型单次直接输出样本该方式生成效果稀疏不稳定产出混杂低难度有效样本与大量高难度无效样本需额外过滤筛选数据集存在结果难核验、生成成本高的缺陷。(b) 是文中提出的智能体生成方案输入为清晰可组合、动态闭环的智能体技能智能体可调用工具通过起草、校验、优化的循环流程生成内容能直接产出高质量高难度有效样本生成流程稳定、有效样本产出率高最终数据集可核验、难度可控全面规避了传统方案的短板。各模型参数量与 AIME25 数学任务准确率效率对比图本图横轴为模型总参数量覆盖 30B 级开源模型到万亿级闭源商用模型纵轴是 AIME25 数学测试准确率橙色三角代表高效区间红色虚线为顶尖性能基准线。图中收录海内外主流开源、闭源大模型本文自研 Proposing-30B-A3B 仅 30B 参数量便突破基准线进入高效区间数学推理精度对标虚线框内 GPT、Claude、Gemini 等高参数闭源头部模型。其余开源模型大多参数量庞大但准确率偏低头部闭源模型虽精度相近却要承担巨额参数量带来的算力成本直观体现该模型以极小参数量实现高数学推理能力参数量与精度的综合效率大幅领先同类模型。智能体提案模型三阶段完整训练流程架构图本图完整展示智能体生成模型分三步的完整训练链路第一阶段为技能习得学习依托教师模型从多源数据中抽取结构化智能体技能经打分筛选合格样本后微调初始化提案模型第二阶段开展智能体监督微调整合各类技能构建技能库搭配多教师模型生成多样带工具交互的智能体轨迹组装成智能体问答数据集完成监督微调第三阶段引入 MGPO 智能体强化学习提案模型基于多臂老虎机机制动态选取技能循环执行起草、校验、优化、定稿流程通过校验器、探测模型分步计算步骤与轨迹奖励回传更新迭代技能库训练完成的提案模型可向下游模型输出高质量生成题目持续迭代升级各类智能体技能。实验本表以 Qwen3-30B-A3B 零样本效果为基准对比多种主流数学增强方案与本文智能体生成数据方案在 AIME24、AIME25、HMMT、LCB v5、LCB v6 五大数学测试集及综合指标上的准确率变化主流基线方案中仅 PromptCoT 2.0 实现全维度稳定提升其余多数方法均出现多数据集精度下滑而本文 Agentic Proposing 方案在全部五项评测任务上均取得最大幅度正向增益综合得分相较基准提升 5.9单项最高涨幅达 6.6整体表现超越所有对比基线充分验证依托智能体循环生成高质量数学题目做数据增强能有效显著强化模型复杂数学推理能力。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
