Axion 1.0 把智能体训练配方也开源了

Axion 1.0 是一个 35B 的智能体基础模型。它想解决的问题很具体：让模型能调用工具、在多步任务里跟环境交互，同时把训练过程摊开给外面看。

官方描述里，训练配方只有三步：两轮轻量 SFT，再加一轮 RL。没有单独的中训练，没有 DPO，也没有 on-policy 蒸馏。第一轮 SFT 做自包含推理，用模型感知的数据构造方法合成难题，再根据基座模型自己成功的解题策略做对抗式加强。第二轮 SFT 把能力扩展到依赖工具的推理，用可扩展流水线构造多样、可自动验证的任务，任务落在真实数据源和确定性计算上。最后用 RL 强化长程推理，以及对外部工具和环境的交互。

这套说法里，比较值得看的是开放的范围。Axion 1.0 不只放模型权重，还放完整配方：数据构造、生成、过滤、验证、prompt、训练代码。项目页、论文、GitHub、数据集都给了入口。对想复现的人来说，这比多一个榜单分数实在。

• arXiv: https://arxiv.org/abs/2611.03233
• PDF: https://arxiv.org/pdf/2611.03233
• GitHub: https://github.com/bytedance/axion1_0
• Dataset: https://huggingface.co/datasets/Axion1-0/axion-training-data
• Project: https://axion1-0.github.io/

Reddit 讨论里，第一反应集中在真开源。有人写 Actual open source，有人写 fully open-source，语气像确认了一件不太常见的事。也有用户泼冷水，说评论区又在拿自己偏爱的模型比分数，忽略了发布方把论文、代码、训练配方、数据集一起放出来这件事。

争议点主要在基准。有网友觉得对手挑得有点巧，比如 DeepSeek v4 pro preview 从四月后就不太相关；也有人反问，35B 的全开源模型跟前沿开源权重模型放在一张表里，本身就值得看。另一个更实际的追问是：Axion 1.0-35B 基于 Qwen3.6-35B-A3B，应该跟 base 模型对比，才知道训练到底带来了多少提升。跟帖里有人指出，论文第 10 页的 Table 2 列了各训练阶段的表现，sft1、sft2、RL 都在。跟帖里还提到 35B 和 122B 两个版本，分别基于 Qwen3.6-35B-A3B、Qwen3.5-122B-A10B。有人问是不是 MoE，发帖人回复是，基于 Qwen 35B。

还有一个用户准备直接上手：把权重转成自己应用里的格式，先测 4bit，再和 Qwen3.6 4bit、Qwen3.8 27B dense 在真实工作里比较。他的判断是，Axion 1.0 的论文里提到用工具替代部分推理链，让模型少在推理里算错、少做糟糕编辑；代价可能是长程任务不一定强，但小任务和 agent ticket 类场景会有用。这个结论还没出来，得等实测。

Axion 1.0 的卖点可以压缩成一句话：一个 35B 的智能体模型，训练流程简单，开放程度高。榜单上的名次会继续吵，真正能判断它的，是有人把数据、代码跑一遍，再把 4bit 版本丢进日常任务里。到那时候，开源配方才有意义。