字节跳动等开源 Axion 1.0 Agent 基础模型

字节跳动与杜克大学、马里兰大学等机构合作推出完全开源的 Axion 1.0 Agent 基础模型。该模型采用两次轻量 SFT 加一次强化学习的三阶段训练，不使用 mid-training、DPO 或 on-policy distillation，并通过自含推理和可自动验证的真实任务管线培养能力。