浙江大学×百度 Agent-R²：4B 小模型以真实源数据合成超越更大开源基线

浙江大学与百度合作发布 Agent-R²，通过真实源数据合成扩展生产力任务 agent 训练，相关论文与模型已上 Hugging Face。以 4k 任务实例对 Qwen3-4B-Thinking 进行 SFT 和基于 rubric 的强化学习后，GDPval Pass@1 提升 18.6 个百分点至 51.0%，超过 DeepSeek、Qwen3-235B 等更大开源基线。