搜索
微软开源 rStar2 – Agent 框架，140 亿参数 AI 模型多领域性能突破行业标杆
5 天前
2025年9月，微软研究院推出开源AI智能体推理框架rStar2-Agent，该框架仅用140亿参数便在AIME24数学推理测试中取得80.6%的准确率，超越参数规模48倍的DeepSeek-R1（6710亿参数）。在科学推理基准GPQA-Diamond测试中，其准确率达60.9%，亦超过DeepSeek-V3；在BFCL v3智能体工具使用任务中，任务完成率达60.8%，表现优于现有标杆。rStar2-Agent的核心技术革新包括：隔离式代码执行架构，支持45K并发工具调用，平均延迟0.3秒；GRPO-RoC算法，通过“正确时重采样”策略降低工具错误率至5%以下，推理长度缩短30%；高效训练流程，采用“非推理微调+多阶段强化学习”，仅需510步训练、64块MI300X GPU，一周内完成模型优化。该项目已在GitHub开源，旨在加速智能体技术产业化落地。
