模型介绍
中文整理AREX-2 模型卡片
模型概述
AREX-2 是北京人工智能研究院（BAAI）开发的 270 亿参数长程智能体模型。该模型通过多轮测试时推理来改进解决方案：提出方案、测量结果、反思问题、修订方案。
主要能力
长程自改进：将额外的测试时轮次转化为有效的解决方案优化。
反馈驱动反思：读取分数、日志、错误和时间信息，决定下一步修改内容。
跨域性能：在编码和机器学习任务上训练，同时提升模型的深度研究能力。
长程推理：随着任务预算增加，维持高效迭代。
运行要求
架构：兼容 Qwen3.8 的密集多模态模型
参数规模：270 亿
上下文长度：262,144 个词元
依赖：使用支持 Qwen3.8 的最新 Transformers 版本
基本用法
AREX-2 适用于长程智能体研究、迭代问题解决、机器学习工程、算法编码以及工具增强的深度研究。模型在机器学习和算法编程任务上进行训练，结合可验证反馈和现有 AREX 深度研究数据，学习到的自改进行为可迁移到深度研究任务。
许可证
AREX-2 采用 Apache License 2.0 发布。使用时需遵守 Qwen 基模型及任何下游数据或工具的相关条款和注意事项。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。