EVENT DOSSIER
为应对现有多模态代理在图像生成与编辑任务中因缺乏外部世界知识验证而导致的不可靠性，WeAgent 团队提出了 WeAgent-MMGenEdit 全栈解决方案。该方案整合了 WeAgent-Harness 多模态运行时、可扩展数据构建管道及双语基准测试 WeBench-MMGenEdit，并采用基于监督微调（SFT）与强化学习（RL）的两端后训练流程。通过该方法，研究人员构建了包含 2.3 万监督轨迹和 1.47 万强化学习任务的数据集，并训练了总参量 300 亿、活跃参量 30 亿的智能体策略模型。实验表明，该模型在性能上超越了同规模模型，表现接近 1000 亿参数智能体的水平。
WeAgent-MMGenEdit 提出了一种全栈方案，包含多模态工具、数据构建管道、基准测试及后训练方法，旨在解决现有代理生成编辑模型因缺乏外部世界知识而不可靠的问题。该方案首先引入 WeAgent-Harness，通过持久化证据管理和…
WeAgent-MMGenEdit 提出了一种全栈多模态智能体图像生成与编辑方案，旨在解决现有方法因缺乏外部世界知识验证而不可靠的问题。该方案包含 WeAgent-Harness 多模态运行时、可扩展的数据构建管道、涵盖知识密集型生成与多…
WeAgent-MMGenEdit 提出了一种全栈方案，包含多模态工具、数据构建管道、基准测试及后训练方法，旨在解决现有代理生成编辑模型因缺乏外部世界知识而不可靠的问题。该方案首先引入 WeAgent-Harness，通过持久化证据管理和专用工具将检索到的多模态证据组织为密集载体；随后开发可扩展的数据管道，生成 23K 监督轨迹和 14.7K 强化学习任务，并附带三层可验证清单。此外，团队建立了覆盖知识密集型图像生成和多图编辑的双语 WeBench-MMGenEdit 基准测试。基于 SFT 和 RL 的两边后训练方案优化了代理策略与图像后端，使该 30B 总参/3B 活跃参数量模型在性能上超越同规模模型并接近 1T 参数代理的表现。
WeAgent-MMGenEdit 提出了一种全栈多模态智能体图像生成与编辑方案，旨在解决现有方法因缺乏外部世界知识验证而不可靠的问题。该方案包含 WeAgent-Harness 多模态运行时、可扩展的数据构建管道、涵盖知识密集型生成与多图编辑的双语基准 WeBench-MMGenEdit，以及基于 SFT 和 RL 的两端后训练流程。通过该方法，研究人员构建了包含 2.3 万监督轨迹和 1.47 万强化学习任务的数据集，并实现了总参量 300 亿、活跃参量 30 亿的智能体策略模型，使其性能超越同规模模型并接近 1000 亿参数智能体的水平。