arXiv cs.CL· SAIL Model Team, Boyuan Sun, Bryan Dai, Che Liu, Chi Liu, Derek Li, Hongming Piao, Mengzhuo Chen, Xidong Wang, Yan Shu, Yinda Chen, Ziyang Zeng·· 9 天前AI 评分34
SAIL：面向科研的智能体模型，35B 总参数 3B 激活
SAIL: Scientific Agentic Intelligence via a Science-Aware Loop
AI 导读
SAIL 是一个 35B 总参数、3B 激活参数的开放模型，面向文献研究、科学编程和多步科研工作流。它通过科学感知的改进循环开发：由前沿 AI 模型驱动的智能体分析其任务失败并构建针对性训练任务，再经监督微调、专家训练、多教师 on-policy 蒸馏和智能体强化学习训练。SAIL 以远少于领先开放权重模型的参数在科研任务上取得有竞争力的表现。
正文 · AI 翻译
作者：SAIL 模型团队：Boyuan Sun、Bryan Dai、Che Liu、Chi Liu、Derek Li、Hongming Piao、Mengzhuo Chen、Xidong Wang、Yan Shu、Yinda Chen、Ziyang Zeng
摘要：我们推出 SAIL，这是一个总参数量 35B、激活参数量 3B 的开放模型，面向文献研究、科学编程和多步骤研究工作流。SAIL 通过科学感知的改进循环开发：基于前沿 AI 模型构建的智能体分析其任务失败，并构建训练任务以弥补底层能力缺口。诊断涵盖文献任务中的搜索与证据选择、编程中的科学假设与推理，以及较长研究中的规划与修订。智能体利用论文集合和科学代码仓库来构建问题、交互轨迹以及具备所需环境和工具的可执行任务。我们在多个开发周期中重复这一循环，并通过监督微调、专家训练、多教师在线策略蒸馏和智能体强化学习来训练 SAIL。SAIL 在科学研究任务上取得了有竞争力的表现，且参数量远少于领先的开放权重模型。
| Comments： | 16 页，技术报告 |
| Subjects： | 计算与语言（cs.CL）；数字图书馆（cs.DL）；信息检索（cs.IR） |
| 引用为： | arXiv:2610.11451 [cs.CL] |
| （或 arXiv:2610.11451v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.11451 arXiv 颁发的 DOI，经由 DataCite（待注册） |
提交历史
来自：Chi Liu [查看邮箱]
[v1]
2026 年 10 月 8 日星期四 08:04:22 UTC（2,179 KB）
来源：arXiv cs.CL · arxiv.org