trajectory-scaling

介绍了Agents-A1，一个35B混合专家智能体模型，通过长视野轨迹缩放和三阶段训练方法（包括SFT、领域级教师和多教师蒸馏）实现了万亿参数级别的性能。在长视野智能体基准测试中，该模型表现优于或媲美更大规模的模型。