字节跳动开源 Axion 1.0：极简三阶段训练的 Agent 基座模型

字节跳动 11 月 2 日开源 Axion 1.0 Agent 基座模型：基于 Qwen3.6-35B-A3B 与 Qwen3.5-122B-A10B 的 MoE 架构，提供 35B/3B 与 122B/10B 两个版本，上下文 128K。训练仅三阶段——两阶段 SFT（先自含推理、再工具依赖推理）+ 一次 RL，无中训练、无 DPO、无 on-policy distillation；官方称用约 18K SFT 样本与约 1K GPU 小时（122B）跑出强 Agent 能力。

基准：Axion 1.0-122B 在 HLE（受限网页访问）59.0、FrontierScience Olympiad 87.0、FrontierScience Research 66.7；35B 版 SEAL-0 62.2。官方称与领先商用模型在多项 Agent 基准上竞争。权重、训练代码、数据构造/过滤/验证脚本、prompt 与评测协议全部 Apache 2.0 开源，HF 仓为复现检查点（Axion1-0/Axion-1.0-35B）。

论文 arXiv 2611.03233（Submitted 2 Nov 2026），GitHub bytedance/axion1_0（created 2026-11-02），项目页 axion1-0.github.io。HF 仓 createdAt 2026-10-16、lastModified 2026-11-04（ weights 为复现检查点，非官方原版）。

原文链接：字节跳动 / arXiv