智源开源 AREX-2：27B 把「多轮自我改进」训进权重，反超自家 122B

北京智源人工智能研究院（BAAI）放出 AREX-2 的开放权重。模型卡写明：27B 密集参数、与 Qwen3.8 兼容的多模态主干、262,144 token 上下文、Apache-2.0 许可。它的训练目标是「长程自我改进」——在机器学习与算法编程这类有可验证反馈的任务上学会多轮迭代：提出方案、实测、看分数与日志反思、再修订；官方称这套行为能迁移到深度研究任务上，且不需要新增搜索轨迹。

评测是这条发布的主要量级声明。编码与机器学习工程表里它拿到 Frontier-CS 70.7、MLE-Lite 81.8；深度研究表里它拿到 BrowseComp 84.0、HLE 52.6（文本子集）、GAIA 92.2、DeepSearchQA 93.8。值得记住的对照是自家上一代：AREX-Base 是 122B，四榜为 82.5 / 52.4 / 85.4 / 89.9——**27B 全面超过 122B**，官方给的解释是「多轮反思」被训成了可迁移能力，而不是靠参数堆。MLE-Lite 一项上 81.8 也高于同表里 Kimi-K3 的 72.7、Naive-N0.5-Flash 的 73.7、GPT-5.6 Sol 的 72.7。

边界：这些数字全部来自官方模型卡的表格，本站未做同条件复测，表内对手的分数同样按各家自报口径理解。AREX-2 目前引用的是 AREX 第一代论文（AREX: Towards a Recursively Self-Improving Agent for Deep Research），AREX-2 自己的技术报告本轮没有看到，因此架构与训练细节只有模型卡这一层。日期落在两个仓库时间戳上（见核验记录），未读到厂商新闻稿。

原文链接：BAAI 官方权重仓 / GitHub