ActionStudio：面向大规模动作模型的数据与训练轻量化框架
人工智能
2025-07-18 v3 计算与语言
摘要
大规模动作模型是实现自主智能体执行复杂任务的关键，但由于智能体环境的多样性和噪声智能体数据的复杂性，训练此类模型仍面临挑战。现有基础设施对可扩展的、针对特定智能体的微调以及标准化的智能体数据处理支持有限。我们引入 ActionStudio，一个为大规模动作模型设计的轻量化且可扩展的数据与训练框架。ActionStudio 通过我们提出的统一格式 2.0 整合多样化的智能体轨迹，支持优化的多节点分布式训练工作流程，并集成鲁棒的预处理和实时验证工具。ActionStudio 显示出比现有智能体训练框架高出最高 9 倍的吞吐量，且训练得到的模型在公共和现实的智能体基准测试中表现出顶尖水平。为支持更广泛的研究社区，我们开源了 ActionStudio 框架，并发布了包含 98k 条高质量轨迹的 actionstudio-98k 数据集。代码：https://github.com/SalesforceAIResearch/xLAM
引用
@article{arxiv.2503.22673,
title = {ActionStudio: A Lightweight Framework for Data and Training of Large Action Models},
author = {Jianguo Zhang and Thai Hoang and Ming Zhu and Zuxin Liu and Shiyu Wang and Tulika Awalgaonkar and Akshara Prabhakar and Haolin Chen and Weiran Yao and Zhiwei Liu and Juntao Tan and Juan Carlos Niebles and Shelby Heinecke and Huan Wang and Silvio Savarese and Caiming Xiong},
journal= {arXiv preprint arXiv:2503.22673},
year = {2025}
}
备注
16 pages; large action models; xLAM; ActionStudio