27B小模型反超1.6T巨兽！智源AREX-2长程反思撬动RSI新路径
2026.10.27 · 事件 · 新模型 · 媒体报道
智源等机构发布AREX-2，以27B参数在多项基准上超越更大规模模型。
智源研究院、中国科技大学、中国人民大学等机构组成的AREX研究小组发布AREX-2，以Qwen3.8-27B为基座，用机器学习与算法编程场景的长程反思数据训练。它在MLE-bench Lite取得81.8、Frontier-CS取得70.7，并在BrowseComp、HLE上分别达到84.0和52.6，刷新开源轻量模型最佳表现。
- AREX-2以Qwen3.8-27B为基座，基于机器学习与算法编程场景的长程反思数据训练
- MLE-bench Lite取得81.8，领先GPT-5.6 Sol与Kimi-K3的72.7达9.1个百分点
- Frontier-CS取得70.7，领先表中所有已报告该项成绩的开放权重模型
- BrowseComp与HLE分别取得84.0和52.6，为不超过40B参数模型中的最高成绩
- 团队提出长程反思是可跨领域迁移的元能力，为RSI提供可训练、可验证路径
为什么值得看
小模型靠长程反思训练反超巨兽，为RSI提供新路径。
适合谁关注
关注大模型训练、测试时扩展与RSI的研究者和开发者。