Lascia che Scorra: L'Artigianato Agente sul Rock and Roll, Costruendo il Modello ROME all'interno di un Ecosistema di Apprendimento Agente Aperto
Let It Flow: Agentic Crafting on Rock and Roll, Building the ROME Model within an Open Agentic Learning Ecosystem
December 31, 2025
Autori: 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
Abstract
La creazione agentica richiede che i LLM operino in ambienti reali attraverso più turni, compiendo azioni, osservando i risultati e perfezionando iterativamente gli artefatti. Nonostante la sua importanza, la comunità open-source manca di un ecosistema principiato e end-to-end per semplificare lo sviluppo degli agenti. Introduciamo l'Ecosistema di Apprendimento Agentico (ALE), un'infrastruttura fondamentale che ottimizza la pipeline di produzione per i LLM agentici. ALE è composto da tre componenti: ROLL, un framework di post-addestramento per l'ottimizzazione dei pesi; ROCK, un gestore di ambienti sandbox per la generazione di traiettorie; e iFlow CLI, un framework per agenti per un'efficiente ingegneria del contesto. Rilasciamo ROME (ROME è Ovviamente un Modello Agentico), un agente open-source basato su ALE e addestrato su oltre un milione di traiettorie. Il nostro approccio include protocolli di composizione dei dati per sintetizzare comportamenti complessi e un nuovo algoritmo di ottimizzazione delle policy, l'Allineamento delle Policy basato sull'Interazione (IPA), che assegna il merito su blocchi di interazione semantica anziché su singoli token per migliorare la stabilità dell'addestramento a lungo termine. Empiricamente, valutiamo ROME in un ambiente strutturato e introduciamo Terminal Bench Pro, un benchmark con una scala migliorata e un controllo della contaminazione. ROME dimostra prestazioni solide in benchmark come SWE-bench Verified e Terminal Bench, dimostrando l'efficacia dell'infrastruttura ALE.
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.