Axion 1.0

Axion 1.0 是 字节跳动（ByteDance） 发布的开源 Agent 基座模型家族，论文题为《Axion 1.0: Open Agent Foundation Models, Simplified》（HF Papers 2611.03233，2026-11-02 上线），并于 2026 年 11 月 5 日 前后在中文 AI 圈引发集中讨论。

它包含两档主力配置：

• Axion 1.0-35B（总参 35B / 激活 3B，基于 Qwen3.6-35B-A3B）
• Axion 1.0-122B（总参 122B / 激活 10B，基于 Qwen3.5-122B-A10B）

论文另报告了只做 SFT 的 4B、9B 小尺寸。核心卖点是“简化”：只用约 1.8 万条 SFT 样本、约 90 GPU-hours 级别的训练开销，两阶段 SFT + 一阶段 RL，就让模型在 HLE、SEAL-0、FrontierScience、BioMysteryBench、HiPhO 等科研/信息检索类 Agent 基准上取得有竞争力的成绩。代码与配方在 GitHub bytedance/axion1_0，35B 的社区复现权重在 Hugging Face Axion1-0/Axion-1.0-35B（Apache 2.0）。

解决什么问题

训练一个能“搜索 + 读网页 + 跑 Python + 查文献”的科研型 Agent 模型，通常需要大规模 mid-training、DPO、在线蒸馏等复杂流水线。Axion 1.0 证明：少量高质量、可验证的数据 + 简单三阶段训练 就能达到同级甚至更好的效果。

关键数据（官方 Table 1）

模型	HLE	SEAL-0	FS Olympiad	FS Research
Axion 1.0-35B	52.2	62.2	86.0	56.7
Axion 1.0-122B	59.0	58.6	87.0	66.7

• 35B 相比同体量 Agents-A1：HLE +4.6、SEAL-0 +5.8。
• 122B 在 FrontierScience Research 上 66.7，高于 GPT-5.6 Sol 的 63.3（团队自测口径）。

训练方法

1. 两阶段 SFT（全参、sample packing）。
2. 异步 GRPO 强化学习，每题 8 个 rollout，按“会话”切分上下文压缩事件。
3. 推理题基于基座模型反馈加固；工具题从公开数据程序化构造参考答案，保证可验证。

限制

• 官方仓库目前以论文与配方为主，35B 权重为社区复现，不是官方 checkpoint。
• 跨来源对比的工具与执行设置不同，分数仅具指示意义。
• 目标场景偏科研推理与信息检索，不是通用聊天或编程首选。

适合谁

• 想复现/训练科研型、检索型 Agent 模型的研究团队；
• 需要 3B 激活量级、可本地部署的“深度研究”Agent 底座的开发者。

如何上手

1. 阅读项目页 axion1-0.github.io 与论文 PDF。
2. 查看 GitHub bytedance/axion1_0 中的数据过滤、提示词、SFT/RL 与评测脚本。
3. 试用社区复现权重：AutoModelForCausalLM.from_pretrained("Axion1-0/Axion-1.0-35B")，或用 vLLM 部署，并在 ReAct 环境里接入搜索、网页访问与 Python 执行工具。
4. 评测时按官方说明限制可访问网站（例如屏蔽 Hugging Face），避免答案泄露。