AgentCPM-Explore

AgentCPM 是一系列由清华自然语言处理实验室（THUNLP）、中国人民大学、ModelBest 以及 OpenBMB 社区联合开发的开源大型语言模型代理。为了应对代理在现实应用中面临的挑战——如有限的长视野能力、自主性和泛化性——我们提出了一系列模型构建方法。近期，团队专注于全面构建智能体的深度研究能力，发布了深度搜索大型语言模型代理 AgentCPM-Explore 和深度研究大型语言模型代理 AgentCPM-Report。

核心亮点

• 4B 参数规模 — 端侧深度搜索智能体：首个全参数 40 亿规模的智能体模型，在端侧场景下成功登上 8 个长周期、高复杂度的智能体基准测试榜单，包括 GAIA、HLE 和 BrowserComp。
• 100+ 连续交互轮次 — 长周期持续探索：能够支持超过 100 轮的连续环境交互，具备多源信息交叉验证、动态搜索策略调整以及实时验证最新信息的能力，从而实现持续深入的探索直至任务完成。
• 3 开源核心组件 — 端到端完全开源：端到端完全开源：(1) AgentRL——一个用于智能体训练的全异步强化学习框架；(2) AgentDock——一个统一的工具沙箱管理与调度平台；(3) AgentToLeaP——一个一键式智能体工具学习能力评估平台。这些组件共同支持社区协作与自定义扩展。

技术亮点

• 极致轻量，性能越级：仅 4B 参数，xbench-DeepSearch 70.0% 与 70B 级模型持平，Frames 82.7% 直逼 30B 大模型，以小博大实现高效能。
• 网页感知能力突出：WebWalkerQA 68.1% 超越 8B 模型逼近 30B 水平，Frames 视觉理解开源第二，深度搜索与网页交互是核心优势场景。
• 开源小模型新标杆：在 4B 量级实现多任务可用性，为资源受限场景提供高性价比的智能体解决方案。

模型表现

• 闭源模型
• 开源模型

评测覆盖 GAIA(text only)、BrowserComp、BrowseComp(ZH)、HLE、Frames、WebWalkerQA、Seal-0、xbench-DeepSearch 共 8 个长周期、高复杂度的智能体基准；表中“/”表示该模型暂无对应数据。