Pesquisadores apresentam o Agents-A1, um modelo Mixture-of-Experts de 35B que alcança desempenho comparável a modelos de trilhões de parâmetros ao escalar o horizonte do agente em vez da contagem de parâmetros. A abordagem foca na extensão de trajetórias de longo prazo e na unificação de habilidades heterogêneas de agentes por meio de uma infraestrutura de treinamento especializada.
- O Agents-A1 utiliza uma infraestrutura de conhecimento-ação de longo prazo, produzindo trajetórias agênticas com comprimento médio de 45K tokens.
- O treinamento segue uma receita em três etapas: ajuste fino supervisionado de domínio completo, treinamento do modelo professor em nível de domínio e destilação on-policy multi-professor roteada por domínio.
- O modelo unifica seis domínios heterogêneos em um único modelo estudante implantável, utilizando alinhamento de vocabulário saliente para transferência de conhecimento eficiente.
- O Agents-A1 supera modelos de trilhões de parâmetros como Kimi-K2.6 e DeepSeek-V4-pro em benchmarks incluindo SEAL-0 (56,4), IFBench (80,6), HiPhO (46,4), FrontierScience-Olympiad (79,0) e MolBench-Bind (56,8).
Este trabalho oferece um caminho prático para escalar horizontes de agentes, demonstrando que um modelo de 35B pode igualar o desempenho de modelos significativamente maiores em tarefas de longo prazo.