AgentCPM-Explore开源，4B 参数突破端侧智能体模型性能壁垒

主要观点总结

本文介绍了AgentCPM-Explore智能体模型，一个由清华大学自然语言处理实验室、中国人民大学、面壁智能与OpenBMB开源社区联合研发的模型。该模型在深度探索类任务上取得了同尺寸模型SOTA、越级赶上甚至超越8B级SOTA模型、比肩部分30B级以上和闭源大模型的效果。其核心亮点包括打破参数壁垒、长程深度探索、全流程开源等。此外，文章还介绍了模型在GAIA等智能体评测任务上的表现，以及端侧智能体模型的能力边界和潜力。最后，文章提供了合作联系方式和技术交流渠道。

关键观点总结

关键观点1: AgentCPM-Explore智能体模型的特点和优势

该模型基于仅4B参数的模型，实现了在深度探索类任务上的优异表现，打破了参数壁垒。具备长程深度探索的能力，可实现超过100轮不重复且稳定的环境交互。全流程开源，包括开源模型、配套的工具沙盒统一管理调度平台AgentDock、全异步强化学习训练框架AgentRL、智能体能力一键式测评平台AgentToLeaP等。

关键观点2: AgentCPM-Explore智能体模型在智能体评测任务上的表现

该模型在GAIA、Xbench等8个主流智能体评测任务上表现出极致的参数效能比，不仅取得同尺寸模型SOTA，而且越级赶上甚至超越两倍参数量（8B级）的SOTA模型。

关键观点3: 端侧智能体模型的能力边界和潜力

小模型并非能力受限，而是潜力被低估。在正确的训练框架下，端侧模型完全具备解决绝大多数复杂难题的潜质。文章提出了提升小模型智能体性能的核心挑战及应对方法，包括破解SFT过拟合、修正RL奖励偏差、对抗推理长文干扰等。