阿里通义实验室（Tongyi Lab）近日震撼发布WebAgent系列的第四款开源力作——WebShaper，这一革命性框架凭借其独创的”形式化驱动”信息检索模式，迅速引爆行业关注。据AIbase从社交平台及权威渠道获悉，WebShaper在GAIA基准测试中斩获60.19的惊人高分，不仅力压Claude3.5Sonnet和GPT-4o等业界顶尖模型，更通过创新的数据生成技术，显著强化了AI在复杂任务中的信息检索与推理能力。
从信息驱动到形式化驱动：范式革新的历史性突破
传统的信息检索（IS）方法多以”信息驱动”为核心理念，但往往陷入信息结构与推理逻辑错位、知识覆盖面狭窄的困境，导致AI在处理开放性复杂任务时表现不尽如人意。WebShaper创新性地引入”形式化驱动”全新范式，通过系统化的任务形式化方法，彻底重塑了数据生成与模型训练流程。该框架的核心突破在于：采用逻辑严密的结构化生成方式，确保训练数据的知识体系与推理框架在语义层面高度统一。AIbase独家了解到，WebShaper运用”代理式扩展器”（Agentic Expander）进行迭代式问题生成与验证，既保证了数据生成过程的可控性，又实现了条理分明的知识构建。这种创新方法不仅大幅提升了数据质量，更显著增强了模型在复杂信息检索任务中的表现力。
GAIA评测创佳绩：60.19分领跑开源模型赛道
WebShaper的性能表现堪称惊艳。在被誉为AI通用能力试金石的GAIA基准测试中，基于WebShaper数据集训练的开源模型以60.19的优异成绩领跑全场，超越了包括Claude3.5Sonnet和GPT-4o在内的众多业界领先模型，树立了开源模型的新标杆。GAIA基准以其严苛的多模态处理、网页浏览及复杂推理等综合测试任务，对AI的综合实力提出了前所未有的挑战。此外，WebShaper在WebWalkerQA基准测试中也取得了52.50的亮眼成绩，充分展现了其在网页遍历与信息检索领域的卓越能力。AIbase认为，这一突破性成果不仅彰显了WebShaper的技术领先性，更为开源AI社区注入了强劲动力。
WebShaper数据集：逻辑驱动的训练新范式
WebShaper的又一核心创新体现在其数据集生成框架上。不同于传统随机收集的数据方式，WebShaper采用形式化驱动方法，系统化地构建信息检索任务实例。AIbase深度调研发现，该框架能够根据特定任务需求生成结构化的训练数据，确保知识与推理逻辑的语义高度一致，从而让AI在处理开放性问题时更加精准高效。例如，WebShaper特别推出了SailorFog-QA数据集，这是一个专为高不确定性复杂场景设计的问答基准，通过图采样和信息模糊化技术生成，专门测试模型在极端条件下的表现。社交媒体上，开发者对这一数据集的逻辑严谨性和可控性给予高度评价，认为其为AI模型训练提供了更可靠的基础设施。
WebAgent生态的持续进化：开源与社区驱动的未来
WebShaper作为阿里通义实验室WebAgent系列的最新成员，该系列此前已推出WebWalker、WebDancer和WebSailor等创新工具。这些工具共同致力于打造自主化信息检索与处理能力，广泛应用于学术研究、市场分析及日常查询等多元场景。AIbase观察到，WebAgent项目在GitHub上已获得超过4000次星标，充分体现了开源社区的广泛认可与支持。WebShaper的开源特性进一步加速了社区创新进程，开发者可自由获取代码与部分数据集，通过调整超参数或结合DUPO算法的强化学习，轻松优化模型性能。此外，WebAgent还提供WebWalkerQA、GAIA等任务的交互式演示，让用户直观感受模型的强大功能。AIbase预测，随着社区的持续贡献，WebShaper及其相关工具将在更多场景中发挥重要作用。
未来展望：推动AI迈向通用智能新纪元
WebShaper的发布标志着信息检索领域的一次重大飞跃，其形式化驱动范式为AI处理复杂任务开辟了全新路径。AIbase获悉，阿里通义实验室正计划进一步拓展WebAgent系列功能，包括优化多模态处理能力、支持更广泛的语言与场景，甚至探索远程访问高性能模型的部署方案。社交媒体上，开发者对WebShaper的评价普遍积极，盛赞其”逻辑清晰、性能卓越”，尤其在处理需要多步推理和跨模态理解的任务时表现突出。AIbase认为，WebShaper不仅显著提升了开源模型的竞争力，更为通用人工智能（AGI）的发展奠定了坚实基础。
结语
阿里通义实验室的WebShaper凭借其形式化驱动的创新范式和在GAIA基准中的卓越表现，重新定义了信息检索任务的边界。AIbase将持续关注WebAgent系列的最新进展，为您带来更多前沿AI技术资讯。让我们共同见证开源AI如何在逻辑驱动与社区协作的双重推动下，迈向通用智能的新纪元!项目地址：https://github.com/Alibaba-NLP/WebAgent
