Qwen-AgentWorld 发布 35B MoE 模型并推出 7 域基准

Qwen-AgentWorld 发布 35B MoE 模型并推出 7 域基准

Qwen-AgentWorld 在 ModelScope 开源了一个 35B 参数、3B 活跃参数的 MoE 世界模型，支持 256K 上下文，并提供针对 7 类代理环境的 7-domain 基准 AgentWorldBench，包含 2,170 条样本、平均 22.8 轮对话。该模型在 AgentWorldBench 上从 47.73 提升到 56.39 分，略超 Claude Sonnet 4.6 的 56.04 分。训练采用三阶段方式：CPT 注入环境知识、SFT 激活下一状态预测推理、RL 提升仿真保真度。