免费POC, 零成本试错
AI知识库

AI知识库

学习大模型的前沿技术与行业落地应用


收藏

锦秋基金被投企业Pokee AI 推 7B 研究智能体 PokeeResearch,RLAIF + 推理脚手架重塑深度研究

发布日期:2025-10-27 22:05:59 浏览次数: 2640
作者:锦秋集

微信搜一搜,关注“锦秋集”

推荐语

Pokee AI突破传统参数堆叠思路,用7B模型打造研究智能体,在推理稳定性和事实可靠性上实现创新突破。

核心内容:
1. RLAIF+RLOO强化学习框架实现无人工标注优化
2. 研究-验证双模式循环提升推理稳健性
3. 10项权威基准测试中7B量级最佳表现

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

锦秋基金已完成 Pokee AI 的投资。

锦秋基金,作为 12 年期的 AI Fund,始终以长期主义为核心投资理念,积极寻找那些具有突破性技术和创新商业模式的通用人工智能初创企业。

在大模型纷纷卷规模的当下,锦秋基金被投企业——Pokee AI选择了一条不同的路——推出研究智能体PokeeResearch,让 AI 学会如何像研究员一样思考与验证。

他们最新发布的一款面向“深度研究”场景的 7B 参数智能体,采用“来自 AI 的反馈强化学习”(RLAIF)与链式思维的多轮自校验推理脚手架,聚焦解决浅层检索、对齐度量薄弱、工具使用脆弱三大痛点。

这是一款专为“深度研究”场景打造的智能体模型,不靠更大的参数堆叠,而是在“推理稳定性”和“事实可靠性”上实现了新的突破。

根据团队实验,PokeeResearch 在 10 项深度研究/开放域问答基准上取得同规模(7B)最佳平均表现。

➡️ 项目已在 GitHub 以 Apache 2.0 协议开源推理与模型代码

➡️ https://github.com/Pokee-AI/PokeeResearchOSS



01

核心看点

训练范式

基于 RLAIF + RLOO 的统一强化学习框架,不依赖人工标注,直接围绕事实正确性、引文忠实度、指令遵循等“人类在意指标”优化策略。

推理稳健性

引入“研究—验证”双模式循环与多调用自纠错**机制,遇到工具失败可诊断和恢复,并对候选答案进行自我核验以过滤显性错误。

7B模型量级中表现最佳

在 HLE、GAIA、BrowseComp 及 NQ、TriviaQA、HotpotQA、2Wiki、Musique、Bamboogle、PopQA 共10项权威基准上,均取得 7B 量级同类最优平均成绩(mean@4)。

开源与复现:

MIT 许可开源,提供可复现实验设置与推断代码,便于社区复评与落地集成。


02

技术要点

RLAIF 奖励设计

以外部 LLM 作为“客观评审”,对生成答案的语义正确性进行判定,避免 F1/EM 等纯词汇重合指标的偏差;训练中采用 RLOO 获得更稳健、近乎无偏的策略梯度估计。

研究—验证循环

研究模式中执行“分解问题—检索—阅读—综合”,并允许多次工具调用与自我修正;验证模式对答案做一致性与可用性检查,不通过则回到研究模式继续迭代。

工具链

面向互联网检索与网页内容提要的标准化工具接口,服务于证据收集—证据综合—结论生成的闭环。


03

数据与结果

信息寻址/网页浏览能力:

HLE、GAIA、BrowseComp 取得 7B 规模最优均值表现。

开放域/多跳问答:

在 NQ、TriviaQA、HotpotQA、2Wiki、Musique、Bamboogle、PopQA 等基准上,均录得同尺度最佳。


注:完整分数、评测设定与样本量详见论文正文与附录表格/图示。


04

典型场景

    深度检索与事实核查:

    多源证据汇聚、引用可追溯。

    复杂长链路问答:

    跨文档、多跳推理、过程自校验。

    研究写作与情报分析:

    面向报告、备忘与策略建议的结构化输出。

    53AI,企业落地大模型首选服务商

    产品:场景落地咨询+大模型应用平台+行业解决方案

    承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

    联系我们

    售前咨询
    186 6662 7370

    微信扫码

    添加专属顾问

    回到顶部

    加载中...

    扫码咨询

    扫码登录
    登录即表示您同意《53AI网站服务协议》
    服务协议

    欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

    在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

    一、 定义

    本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

    会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

    知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

    二、 账号注册与登录

    登录方式:本网站支持以下登录方式,您可根据实际情况选择:

    微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

    手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

    账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

    实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

    未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

    三、 服务内容与规范

    知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

    服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

    禁止行为:您在使用服务时不得实施以下行为:

    利用技术手段批量爬取、下载、转存知识库内容;

    将知识库内容用于商业目的或未经授权地向第三方传播;

    干扰本网站正常运行或侵犯其他用户合法权益;

    发布违法违规信息或从事违反公序良俗的活动。

    四、 知识产权声明

    权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

    有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

    侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

    五、 个人信息保护

    我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

    您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

    您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

    六、 免责声明

    内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

    不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

    第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

    七、 违约责任

    如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

    如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

    八、 法律适用与争议解决

    本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

    因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

    九、 其他

    本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

    本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

    我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


    已查阅