Alibaba发布Astar:基于AI的工业系统进化方向推荐模型
摘要:阿里巴巴推出Astar模型,旨在解决工业AI系统迭代中提出有效进化方向的关键瓶颈。Astar通过学习工业系统丰富的迭代历史数据,生成高质量的进化方向建议,并已部署于Lazada广告系统。实验结果表明,Astar在单次建议成功率方面显著超越人类专家和通用大语言模型,并实现了连续20次迭代的自动化改进,显著提升了业务指标。
核心突破
阿里巴巴的研究团队发布了一款名为Astar的AI模型,旨在解决工业AI系统在迭代过程中提出有效进化方向的关键挑战。Astar通过以下方式实现了突破:
- 数据处理:设计了一种数据处理管道,将嘈杂的历史提交记录转化为一个大型、干净的训练语料库。
- 模型训练:通过中期训练、监督微调(SFT)和强化学习(RL)训练模型,并使用层次化提示和奖励模型作为快速代理评估器。
技术亮点
- 稀疏监督与噪声数据处理:Astar解决了数据稀疏和噪声问题,通过成对样本扩展和噪声过滤技术,将历史提交记录转化为高质量的训练数据。
- 高效进化方向生成:利用分层提示和奖励模型,Astar能够生成符合工业系统需求的进化方向建议。
- 自动化迭代:Astar实现了完全自动化的迭代过程,在Lazada广告系统中连续引导了20次迭代,显著提升了离线Hitrate@200指标。
- 在线性能提升:在线A/B测试显示,Astar在GMV和广告收入方面分别实现了4.86%和1.82%的相对提升。
行业影响
Astar的发布标志着AI在工业系统迭代中的角色从辅助转向主导,展示了AI在处理复杂、经验驱动任务中的潜力。其成功应用不仅限于广告系统,还可能扩展到其他需要持续优化的工业领域,如制造业、供应链管理和金融科技等。
开发者建议
- 数据驱动优化:开发者应关注如何利用历史数据改进AI模型的进化方向建议。
- 强化学习应用:探索将强化学习应用于工业系统迭代,以实现更高效的优化。
- 跨领域扩展:考虑将Astar的技术路径应用于其他需要持续优化的领域,探索其通用性。
—— 完 ——消息来源:ArXiv cs.IR (2026-08-27)
主题标签: #Astar #工业AI #进化方向推荐 #强化学习 #阿里巴巴
编辑部与事实核查说明:本篇专刊由智客前沿资讯管线根据官方技术公告、学术论文及开源工程文档整理编译,经算法实体核验与人工编辑审校后发布。若发现技术事实纰漏,欢迎依据勘误方针或一键向编辑部发送勘误反馈。
社区整体评论区