XYZAILab/XYZ-Aquila-mini · Hugging Face

来源：https://huggingface.co/XYZAILab/XYZ-Aquila-mini XYZ AI Lab — 我们构建构建者们的心智 (https://xyz-lab.ai/)

XYZ-Aquila-mini

一种用于深度搜索的开放权重思考模型。

主页 (https://xyz-lab.ai/)AI4AI 演示 (https://xyz-lab.ai/demo/)搜索代理演示 (https://xyz-lab.ai/try-it-out/)

GitHub (https://github.com/XYZ-AI-Lab)数据 (https://huggingface.co/datasets/XYZAILab/XYZ-Aquila-SFT)技术报告 (https://xyz-lab.ai/blogs/ai4ai-at-scale/assets/bounded-exploration-ai4ai-system-optimization.pdf)

https://huggingface.co/XYZAILab/XYZ-Aquila-mini#introduction引言

XYZ-Aquila 是由 XYZ AI Lab (https://xyz-lab.ai/) 开发的一系列开放权重的深度搜索代理。XYZ-Aquila-mini 是基于 Qwen3.6-35B-A3B (https://huggingface.co/Qwen/Qwen3.6-35B-A3B) 通过一个有限探索的 AI4AI 流水线进行后训练而得：人类定义目标能力、开发证据、约束条件、风险边界和验收策略，而 AI 代理则诊断失败，并提出在数据、后训练、运行时、上下文管理、工具、评估和基础设施等范围内的针对性干预措施。

已发布的检查点是一个思考模型，采用兼容 Qwen 的推理和工具调用格式。它针对代理式搜索进行了优化，包括长程规划、中英文网页浏览、多来源证据聚合、来源验证以及从失败的环境交互中恢复。开源的 AxisAgentic 框架 (https://github.com/XYZ-AI-Lab/AxisAgentic) 提供了具体的 search/scrape/python 工具实现、固定的工具契约、可重放的上下文管理以及基准评估工作流；这些能力由该框架提供，而非仅由检查点自身提供。

https://huggingface.co/XYZAILab/XYZ-Aquila-mini#benchmark-results基准结果

外部基准测试套件在常规 AI4AI 优化过程中是保留下来的。根据技术报告，评估使用 ReAct 风格的搜索框架，包含网络搜索、网页提取、有状态的 Python 执行以及最大 256K 的上下文。XYZ-Aquila-mini 在评估的小于 40B 参数开放权重对比中的每一列都取得了已报告的最高分数。XYZ-Aquila-pro 在评估的小于 400B 参数开放权重对比中的每一列也取得了已报告的最高分数。

XYZ-Aquila 在六个代理式搜索基准上的结果

上图提供了六个代理式搜索基准的概览。下表将比较进行转置：每行是一个基准，每列是该组内的一个模型。

https://huggingface.co/XYZAILab/XYZ-Aquila-mini#small-scale-open-weight-40b小规模开放权重（<40B）

参数少于 40B 的开放权重系统，包括 XYZ-Aquila-mini。

https://huggingface.co/XYZAILab/XYZ-Aquila-mini#large-scale-open-weight-400b大规模开放权重（<400B）

参数少于 400B 的开放权重系统，包括 XYZ-Aquila-pro。

https://huggingface.co/XYZAILab/XYZ-Aquila-mini#xyz-aquila-pro-vs-larger-scale-and-closed-source-modelsXYZ-Aquila-pro 与更大规模及闭源模型的对比

XYZ-Aquila-pro 与更大规模的开放权重模型和闭源模型的比较。

所有数值均为百分比。HLE 代表 Humanity’s Last Exam。DeepSearchQA 使用 F1 分数，WideSearch 使用 Item F1 Max@4，其余基准使用准确率。整组均无报告结果的行被省略；- 表示该行中有未报告的结果。† 表示在统一评估设置下复现的结果；其他基线值来自公开报告或基准提交。完整来源和分析请参见技术报告 (https://xyz-lab.ai/blogs/ai4ai-at-scale/assets/bounded-exploration-ai4ai-system-optimization.pdf)。

https://huggingface.co/XYZAILab/XYZ-Aquila-mini#quickstart快速开始

https://huggingface.co/XYZAILab/XYZ-Aquila-mini#sglang-deploymentSGLang 部署

使用较新的 SGLang 版本（sglang>=0.5.10）。下面的示例启动了一个兼容 OpenAI 的端点，并启用了 Qwen 推理和工具调用解析器。它跨八张 GPU 使用张量并行；如果部署环境内存不足，请减少上下文长度。

`` uv pip install “sglang[all]>=0.5.10”

MODEL_PATH=XYZAILab/XYZ-Aquila-mini SERVED_MODEL=XYZ-Aquila-mini

python -m sglang.launch_server
–model-path “{MODEL_PATH}" \ --served-model-name "{SERVED_MODEL}”
–port 8000
–tp-size 8
–mem-fraction-static 0.8
–context-length 262144
–reasoning-parser qwen3
–tool-call-parser qwen3_coder ``

对于 XYZ\-Aquila\-pro，将 MODEL_PATH 和 SERVED_MODEL 替换为 pro 仓库，并使用适合您硬件的张量并行配置。

https://huggingface.co/XYZAILab/XYZ-Aquila-mini#recommended-sampling-config推荐采样配置

这些是思考模式下代理式搜索的推荐起始值。请根据目标任务和框架进行调整。

temperature: 1.0 top_p: 0.95 repetition_penalty: 1.05 chat_template_kwargs: enable_thinking: true preserve_thinking: true

请确保输入和生成的响应保持在 262,144 token 的上下文窗口内。

https://huggingface.co/XYZAILab/XYZ-Aquila-mini#citation引用

@techreport{xyz_aquila_2026, title = {AI4AI at Scale: A Full-Pipeline System for Enhancing LLM Agentic Capabilities}, author = {{XYZ Agentic Team}}, institution = {XYZ AI Lab}, year = {2026}, url = {https://xyz-lab.ai/blogs/ai4ai-at-scale/assets/bounded-exploration-ai4ai-system-optimization.pdf} }