北京智源（BAAI）正式發布 AREX-2，這是一款基於 Qwen3.8 架構的 27B 參數多模態智能體模型。該模型採用密集架構，具備 262,144 個 token 的上下文視窗，且未配備 MTP（多 token 預測）頭。
AREX-2 的核心能力在於其長期自我改進機制，能夠在多個測試輪次中透過「提出、測量、反思、修正」的循環來優化解決方案。模型在具有可驗證反饋的機器學習和算法編碼任務上進行訓練，使其能從分數、日誌、錯誤和耗時等數據中學習，以決定後續的修改方向。
事件背景
長期智能體（Long-horizon agents）旨在完成需要多個步驟和迭代的複雜任務，而非僅提供單輪回應。測試時計算（Test-time compute）指在推理過程中用於優化答案的計算資源，例如透過自我反思或搜索，這能顯著提升性能但會增加延遲。Qwen3.8 架構作為基礎骨干，提供了強大的多模態和推理能力。
社群觀察
社群討論中，成員對 AREX-2 與基礎 Qwen3.8 模型之間缺乏直接的性能比較表示擔憂，質疑改進是僅來自架構還是訓練循環。此外，用戶指出了技術細節，例如缺少 MTP 頭，這引發了關於 BAAI 所做出的特定架構選擇的討論。
