AREX-2

AREX-2 är en agentmodell från Beijing Academy of Artificial Intelligence (BAAI), byggd genom finjustering av Qwen3.8-27B. Den är tränad för långa uppgifter där agenten arbetar med samma problem i många omgångar: bygger en lösning, läser återkoppling, reflekterar över vad som bör ändras och gör om. Typiska uppgifter är programmeringsproblem, maskininlärningsexperiment och research med verktyg som webbsökning.

Träningsdatan består av spår från maskininlärnings- och algoritmuppgifter, utvalda efter både slutresultat och hur väl processen gick. Misslyckade försök och bakslag får ligga kvar i sammanhanget, och träningen inriktar sig på beslut som diagnostiserar, reparerar och förbättrar. Miljöerna har byggts från GitHub-förråd och tävlingssajter för programmering. Data från de tidigare AREX-modellernas djupresearch har blandats in oförändrad.

Enligt BAAI når AREX-2 81,8 % på MLE-bench Lite (andel uppgifter med medalj, med "skills"), 70,7 på Frontier-CS, 84,0 på BrowseComp, 92,2 på GAIA och 93,8 på DeepSearchQA. BAAI:s tabeller placerar den före bland annat GPT-5.6 Sol och Kimi K3 på MLE-bench Lite och nära de stängda toppmodellerna på Frontier-CS, trots att den är mycket mindre. Vikterna finns på Hugging Face under Apache 2.0, med ett kontextfönster på 262 144 tokens.