阿里巴巴推出 Copaw-9B Qwen 代理微調版

💡新 9B 代理模型在基準上勝 Qwen3.5-Plus—立即測試（20字元）

⚡ 30-Second TL;DR

有什麼變化

基於 Qwen3.5 9B 基礎模型

為什麼重要

提供強大開源權重代理功能，媲美更大模型，實現具成本效益部署。提升 Alibaba 在開源 LLM 領域的存在。

下一步行動

從 Hugging Face 下載並基準測試 agentscope-ai/CoPaw-Flash-9B。

誰應關注：Developers & AI Engineers

AI-generated analysis for this event.

•CoPaw-Flash-9B 採用了專門針對 Agent 任務優化的數據集進行訓練，特別強化了工具調用（Tool-calling）的準確性與多步驟推理能力，而非僅僅是通用對話能力。
•該模型整合了 AgentScope 框架的執行邏輯，旨在降低開發者在構建複雜多代理系統時的提示詞工程複雜度。
•根據開發者社群回饋，該模型在處理長上下文（Long-context）任務時，相較於標準的 Qwen3.5 9B 版本，在保持指令遵循一致性方面有顯著提升。

📊 競品分析▸ Show

特性	CoPaw-Flash-9B	Llama 3.1 8B (Instruct)	Mistral-Nemo 12B
代理能力	針對 AgentScope 優化	通用指令微調	通用指令微調
基準測試	對標 Qwen3.5-Plus	業界標準基準	業界標準基準
授權	Apache 2.0 (預期)	Llama 3 授權	Apache 2.0

•架構基礎：基於 Qwen3.5 9B 的 Transformer 解碼器架構，保留了 Grouped Query Attention (GQA) 以提升推理效率。
•訓練策略：使用了基於 AgentScope 框架生成的合成數據進行監督微調（SFT），重點優化了 JSON 格式輸出與函數調用（Function Calling）的穩定性。
•上下文窗口：支持與 Qwen3.5 基礎模型一致的長上下文處理能力，並針對代理任務中的歷史記憶回溯進行了優化。
•部署建議：支援 vLLM 與 Ollama 部署，針對邊緣設備（Edge Devices）進行了量化友好的權重調整。