Lass es fließen: Agentes Gestalten am Rock and Roll, Aufbau des ROME-Modells in einem offenen agentenbasierten Lernökosystem

Let It Flow: Agentic Crafting on Rock and Roll, Building the ROME Model within an Open Agentic Learning Ecosystem

December 31, 2025

papers.authors: Weixun Wang, XiaoXiao Xu, Wanhe An, Fangwen Dai, Wei Gao, Yancheng He, Ju Huang, Qiang Ji, Hanqi Jin, Xiaoyang Li, Yang Li, Zhongwen Li, Shirong Lin, Jiashun Liu, Zenan Liu, Tao Luo, Dilxat Muhtar, Yuanbin Qu, Jiaqiang Shi, Qinghui Sun, Yingshui Tan, Hao Tang, Runze Wang, Yi Wang, Zhaoguo Wang, Yanan Wu, Shaopan Xiong, Binchen Xu, Xander Xu, Yuchi Xu, Qipeng Zhang, Xixia Zhang, Haizhou Zhao, Jie Zhao, Shuaibing Zhao, Baihui Zheng, Jianhui Zheng, Suhang Zheng, Yanni Zhu, Mengze Cai, Kerui Cao, Xitong Chen, Yue Dai, Lifan Du, Tao Feng, Tao He, Jin Hu, Yijie Hu, Ziyu Jiang, Cheng Li, Xiang Li, Jing Liang, Chonghuan Liu, ZhenDong Liu, Haodong Mi, Yanhu Mo, Junjia Ni, Shixin Pei, Jingyu Shen, XiaoShuai Song, Cecilia Wang, Chaofan Wang, Kangyu Wang, Pei Wang, Tao Wang, Wei Wang, Ke Xiao, Mingyu Xu, Tiange Xu, Nan Ya, Siran Yang, Jianan Ye, Yaxing Zang, Duo Zhang, Junbo Zhang, Boren Zheng, Wanxi Deng, Ling Pan, Lin Qu, Wenbo Su, Jiamang Wang, Wei Wang, Hu Wei, Minggang Wu, Cheng Yu, Bing Zhao, Zhicheng Zheng, Bo Zheng

cs.AI

papers.abstract

Agentisches Crafting erfordert, dass LLMs in Echtzeitumgebungen über mehrere Interaktionen hinweg agieren, indem sie Aktionen ausführen, Ergebnisse beobachten und Artefakte iterativ verfeinern. Trotz ihrer Bedeutung fehlt der Open-Source-Community eine prinzipienbasierte, End-to-End-Infrastruktur zur Vereinfachung der Agentenentwicklung. Wir stellen das Agentic Learning Ecosystem (ALE) vor, eine grundlegende Infrastruktur, die die Produktionspipeline für agentenbasierte LLMs optimiert. ALE besteht aus drei Komponenten: ROLL, einem Post-Training-Framework zur Gewichtsoptimierung; ROCK, einem Sandbox-Umgebungsmanager zur Trajektoriengenerierung; und iFlow CLI, einem Agenten-Framework für effizientes Context Engineering. Wir veröffentlichen ROME (ROME is Obviously an Agentic Model), einen Open-Source-Agenten, der auf ALE basiert und mit über einer Million Trajektorien trainiert wurde. Unser Ansatz umfasst Datenkompositionsprotokolle zur Synthese komplexer Verhaltensweisen und einen neuartigen Policy-Optimierungsalgorithmus, Interaction-based Policy Alignment (IPA), der Credit über semantische Interaktionsblöcke statt über einzelne Tokens verteilt, um die Trainingsstabilität bei langen Horizonten zu verbessern. Empirisch evaluieren wir ROME in einer strukturierten Umgebung und führen Terminal Bench Pro ein, einen Benchmark mit verbesserter Skalierung und Kontaminationskontrolle. ROME zeigt starke Leistung in Benchmarks wie SWE-bench Verified und Terminal Bench und beweist so die Wirksamkeit der ALE-Infrastruktur.

English

Agentic crafting requires LLMs to operate in real-world environments over multiple turns by taking actions, observing outcomes, and iteratively refining artifacts. Despite its importance, the open-source community lacks a principled, end-to-end ecosystem to streamline agent development. We introduce the Agentic Learning Ecosystem (ALE), a foundational infrastructure that optimizes the production pipeline for agent LLMs. ALE consists of three components: ROLL, a post-training framework for weight optimization; ROCK, a sandbox environment manager for trajectory generation; and iFlow CLI, an agent framework for efficient context engineering. We release ROME (ROME is Obviously an Agentic Model), an open-source agent grounded by ALE and trained on over one million trajectories. Our approach includes data composition protocols for synthesizing complex behaviors and a novel policy optimization algorithm, Interaction-based Policy Alignment (IPA), which assigns credit over semantic interaction chunks rather than individual tokens to improve long-horizon training stability. Empirically, we evaluate ROME within a structured setting and introduce Terminal Bench Pro, a benchmark with improved scale and contamination control. ROME demonstrates strong performance across benchmarks like SWE-bench Verified and Terminal Bench, proving the effectiveness of the ALE infrastructure.