NeoHorse-1是什麼
NeoHorse-1 是基元律動聯合無問芯穹、清華、北大、港中文、阿里巴巴等推出的開源 Agent 模型，含 4B 與 9B 兩版。模型採用 Agent-Native 後訓練，用 Routing Harness 的真實執行軌跡爲訓練數據，將路由信號複用爲訓練課程排序依據，實現評測反饋→數據配比→模型更新閉環。模型覆蓋工具調用、任務規劃、深度搜索與代碼生成，9B 版均分 69.04、超底座 3.44 分，原生支持 26 萬 token 上下文，可本地部署。
NeoHorse-1的主要功能
-
工具調用：根據任務需求自動選擇並調用外部工具，完成多步驟操作。
-
任務規劃：將複雜任務拆解爲可執行的子步驟，並進行長程規劃與調度。
-
深度搜索：在多輪交互中主動檢索、整合信息，支撐結論的證據鏈。
-
代碼生成：生成可用代碼並基於環境反饋調試修復，直至任務完成。
NeoHorse-1的技術原理
- Harness 軌跡驅動的 Agent-Native 訓練：訓練語料用 Routing Harness 真實執行產生的結構化軌跡爲核心，涵蓋請求、路由、工具調用、環境反饋與錯誤恢復，較傳統問答語料多出能力需求、執行決策、環境結果三個維度。成功與失敗軌跡均被保留，經結構檢查與六維質量評估後入選，使訓練目標直接指向任務完成。
- 能力引導的數據配比：路由器將任務按能力需求分爲 C0–C3 四檔，信號離線複用爲訓練依據：將路由記錄拆爲”預測—行動—結果”三段，用預測段排課程、用結果段定位能力短板，據此調整下一輪數據配比，形成評測反饋→數據配比→模型更新閉環。
- 遞歸自我改進（RSI）的單輪驗證：分 Data-RSI 與 Model-RSI 兩部分：前者指模型持續執行產生新軌跡、篩選後作爲後續訓練材料自然積累；後者指按評測短板更新模型並放回 Harness 模型池。當前僅驗證單次閉環，信號與獎勵設計仍由人類設定。
微信關注回覆“開源”，加入AI開源項目交流羣
如何使用NeoHorse-1
-
安裝下載工具：執行
pip install -U modelscope安裝 ModelScope 命令行工具。 -
下載模型：運行
modelscope download --model TokenRhythm/NeoHorse-1-9B --local_dir ./NeoHorse-1-9B拉取權重（4B 版本同理，按需選擇）。 -
部署服務：使用 SGLang（
pip install "sglang==0.5.17"）或 vLLM 啓動推理服務，配置--context-length 262144、--reasoning-parser qwen3和--tool-call-parser qwen3_coder。 -
API 調用：通過 OpenAI SDK 將
base_url指向本地服務地址（如http://localhost:8000/v1），即可像調用 OpenAI 接口一樣發送請求。 -
注意資源：實際可用上下文取決於 GPU 顯存，顯存不足時可先降低上下文長度再部署。
NeoHorse-1的核心優勢
-
Agent-Native 訓練：訓練數據直接來自真實執行軌跡而非傳統問答語料，目標直指任務完成，而非通用模型的事後適配。
-
失敗軌跡利用：訓練集同時保留成功與被替換的失敗記錄，讓模型學會”哪裏易錯、出錯後如何恢復”。
-
路由信號複用：將在線路由的 C0–C3 能力分檔信號離線轉化爲訓練依據，實現”評測反饋→數據配比→模型更新”閉環。
-
小尺寸高性能：4B 版 Agent 表現已超越多個參數量更大的通用模型，9B 版均分 69.04、超底座 3.44 分，部署成本更低。
-
超長上下文：原生支持 262,144 tokens，可擴展至約 101 萬 tokens，適配長程 Agent 任務。
NeoHorse-1的項目地址
- GitHub倉庫：https://github.com/TokenRhythm/NeoHorse
- HuggingFace模型庫：https://huggingface.co/collections/TokenRhythm/neohorse-1
- arXiv技術論文：https://arxiv.org/pdf/2609.08183
NeoHorse-1的同類競品對比
| 對比維度 | NeoHorse-1-9B | Qwen3.5-9B |
|---|---|---|
| 十項基準均分 | 69.04 | 65.60（+3.44 分） |
| QwenClawBench（Harness Agent 任務） | 48.73 | 44.04 |
| PinchBench（標準化工作流） | 82.25 | 74.55（+7.70） |
| BFCL v4（函數調用/工具使用） | 67.43 | 64.88 |
| tau²-Bench（多輪人機工具交互） | 90.82 | 88.04 |
| HumanEval（代碼正確性） | 98.17 | 92.68 |
| 訓練方式 | Agent-Native 後訓練：Harness 軌跡 + 路由信號課程 + 在策略蒸餾 | 通用四階段後訓練，無 Agent 執行軌跡 |
| 訓練數據 | 真實執行軌跡（含失敗與恢復記錄），六維質量評估篩選 | 通用語料 + 合成數據 |
| 上下文長度 | 262,144 tokens（可擴展至約 101 萬） | 長上下文（相對較短） |
| 協議/生態 | Apache-2.0，SGLang/vLLM/Ollama 等全框架支持 | Apache-2.0，通用模型 |
| 定位 | 專精 Agent 場景（工具調用、規劃、深搜、代碼） | 通用推理與對話 |
NeoHorse-1的應用場景
-
智能體任務執行：作爲 OpenClaw 等 Harness 中的執行模型，自動完成文件操作、軟件使用等真實電腦任務，並在失敗後自主恢復。
-
工具調用與 API 編排：在多工具環境中自動選擇、組合並調用外部 API，適合構建自動化工作流助手。
-
深度搜索與研究助理：多輪主動檢索、交叉驗證信息並附證據鏈，支撐帶引用的調研報告生成。
-
企業辦公自動化：在 WorkBuddy Bench 類多領域職場場景中處理日程調整、數據整理、報表生成等長程多步驟任務。
© 版權聲明
文章版权归作者所有，未经允许请勿转载。
相關文章
暫無評論...
