Deixe Fluir: Criação Agêntica no Rock and Roll, Construindo o Modelo ROME em um Ecossistema Aberto de Aprendizagem Agêntica
Let It Flow: Agentic Crafting on Rock and Roll, Building the ROME Model within an Open Agentic Learning Ecosystem
December 31, 2025
Autores: 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
Resumo
A modelagem agentica exige que os LLMs operem em ambientes do mundo real ao longo de múltiplos turnos, realizando ações, observando resultados e refinando iterativamente os artefactos. Apesar da sua importância, a comunidade de código aberto carece de um ecossistema principiado e de ponta a ponta para simplificar o desenvolvimento de agentes. Apresentamos o Ecossistema de Aprendizagem Agentica (ALE), uma infraestrutura fundamental que otimiza o pipeline de produção para LLMs agentes. O ALE consiste em três componentes: ROLL, uma estrutura de pós-treinamento para otimização de pesos; ROCK, um gestor de ambiente sandbox para geração de trajetórias; e o iFlow CLI, uma estrutura de agente para engenharia de contexto eficiente. Lançamos a ROME (ROME é Obviamente um Modelo Agentico), um agente de código aberto fundamentado pelo ALE e treinado em mais de um milhão de trajetórias. A nossa abordagem inclui protocolos de composição de dados para sintetizar comportamentos complexos e um novo algoritmo de otimização de políticas, o Alinhamento de Políticas Baseado na Interação (IPA), que atribui crédito a blocos de interação semântica em vez de a tokens individuais para melhorar a estabilidade do treino de longo horizonte. Empiricamente, avaliamos a ROME num ambiente estruturado e introduzimos o Terminal Bench Pro, um benchmark com escala melhorada e controlo de contaminação. A ROME demonstra um desempenho sólido em benchmarks como o SWE-bench Verified e o Terminal Bench, comprovando a eficácia da infraestrutura 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.