AREX-2 以長程反思訓練探索 RSI

2026年10月27日，新浪科技報道 AREX 研究團隊發布 AREX-2，模型基於 Qwen3.8-27B。這項工作以長程反思訓練探索 RSI，使用機器學習及演算法編程場景的長程反思數據訓練模型。報道稱，AREX-2 在多項基準測試取得領先成績；其中，27B 模型在 BrowseComp 的表現超越 1.6T DeepSeek-V4-Pro。報道列出的進展包括模型發布、訓練所用的數據場景、長程反思訓練方向及基準測試結果，並以 BrowseComp 的比較具體説明其成績。

AI 根據報道生成 · 2 小時前更新

還沒有足夠的連續觀測數據，暫不繪製趨勢。