模型 / 官方
面向大模型智能体的端到端训练与评测基础设施
OpenBMB 在 GitHub 上开源了 AgentCPM，这是一套专为大语言模型（LLM）智能体设计的端到端基础设施，覆盖训练与评测两大核心环节。该项目以 Python 为主要开发语言，目标是为研究人员和工程师提供统一的工具链，使其能够在同一框架下完成智能体模型的训练、调优与能力评估。AgentCPM 由清华大学自然语言处理实验室旗下的 OpenBMB 团队主导开发，延续了该团队在大模型基础设施领域的持续投入。随着 LLM 智能体应用场景不断扩展，如何系统性地训练和可靠地评测智能体行为成为业界痛点，AgentCPM 的推出正是对这一需求的直接回应。项目目前已在 GitHub 公开，支持社区参与和二次开发。
AgentCPM 是 OpenBMB 团队面向大语言模型智能体场景推出的开源基础设施项目，核心定位是提供从数据准备、模型训练到能力评测的完整端到端流程。与此前分散的工具链不同，AgentCPM 将训练与评测整合在统一框架内，减少了研究者在不同工具之间切换的成本，也降低了复现实验结果的难度。
在训练层面，AgentCPM 针对智能体任务的特殊性进行了专项设计。LLM 智能体通常需要在多轮交互、工具调用、环境反馈等复杂场景下运行，其训练范式与标准语言模型存在显著差异。AgentCPM 提供了适配这类场景的训练流程，支持研究人员针对不同类型的智能体任务进行定制化训练，包括但不限于对话型、任务规划型和工具使用型智能体。
评测体系是 AgentCPM 的另一大重点。智能体的能力评估长期缺乏统一标准，不同研究工作之间的横向比较困难重重。AgentCPM 内置了针对多种智能体类型的评测模块，力求在可重复、可比较的条件下衡量模型在真实任务场景中的表现，为社区提供更具参考价值的基准数据。
OpenBMB 团队此前已推出 MiniCPM 系列模型及多个相关工具，在大模型高效训练和轻量化部署领域积累了丰富经验。AgentCPM 是该团队将基础设施能力向智能体方向延伸的重要一步，也体现了学术界在智能体工程化落地方面日益增长的关注度。项目以 Python 编写，具备较好的可扩展性，便于社区贡献者在此基础上进行二次开发。
随着 LLM 智能体在自动化办公、代码生成、科学研究辅助等领域的应用持续深化，系统性的训练与评测基础设施需求愈发迫切。AgentCPM 的开源为学术研究和工业实践提供了一个可参考的起点，有望推动智能体研究社区在方法论和评测标准上形成更多共识，加速该领域的整体进展。
要点
- AgentCPM 将大模型智能体的训练与评测整合在同一端到端框架内，降低了工程复杂度和实验复现成本
- 项目针对多轮交互、工具调用等智能体特有场景进行了专项设计，区别于通用语言模型训练流程
- 内置评测模块旨在为不同类型智能体提供可比较的统一基准，缓解当前领域评测标准不一的痛点
- 由 OpenBMB 团队开源并托管于 GitHub，支持社区参与和二次开发，具备较强的可扩展性
原始标题：OpenBMB/AgentCPM — An End-to-End Infrastructure for Training and Evaluating Various LLM Agents
本文由 DataHub 基于公开来源整理，用于信息发现与摘要阅读；具体事实、数据和后续更新以原始来源为准。