[논문리뷰] WebSailor-V2: Bridging the Chasm to Proprietary Agents via Synthetic Data and Scalable Reinforcement Learning

링크: 논문 PDF로 바로 열기

저자: Huifeng Yin, Zhongwang Zhang, Kuan Li, callanwu, xxwu

핵심 연구 목표

WebSailor-V2는 오픈소스 웹 에이전트의 역량을 혁신적으로 향상시켜, 독점 시스템과의 성능 격차를 줄이는 것을 목표로 합니다. 특히 데이터 구성 및 확장 가능한 강화 학습(RL) 훈련의 두 가지 주요 과제를 해결하여 복잡한 웹 환경에서 고급 추론 및 도구 사용 능력을 갖춘 에이전트를 개발하고자 합니다.

핵심 방법론

본 연구는 Qwen3-30B-A3B 모델을 기반으로 SailorFog-QA-V2 라는 새로운 합성 데이터셋을 구축합니다. 이 데이터셋은 밀접하게 연결된 지식 그래프에서 다양한 불확실성을 도입하여 정교한 추론을 촉진합니다. 훈련에는 고충실도 시뮬레이터 와 안정적인 실세계 환경을 결합한 이중 환경 RL 프레임워크 를 사용하며, 데이터와 정책 간의 공생적 피드백 루프 를 통해 모델을 지속적으로 개선합니다.

주요 결과

WebSailor-V2는 BrowseComp-EN 에서 35.3점 , BrowseComp-ZH 에서 44.1점 , Humanity's Last Exam (HLE) 에서 30.6점 을 달성하여 모든 기존 오픈소스 에이전트를 크게 능가합니다. 특히 30B-A3B MOE 에이전트 는 671B DeepSeek-V3.1 을 뛰어넘는 성능을 보이며, xbench-DeepSearch 에서는 73.7점 으로 일부 독점 시스템보다 우수한 결과를 달성했습니다.

AI 실무자를 위한 시사점

본 연구는 고품질의 합성 데이터 와 안정적인 훈련 환경이 복잡한 웹 에이전트 개발에 있어 특정 알고리즘 자체보다 더 중요하다는 것을 강조합니다. 30B 규모의 MoE 모델 이 효과적인 데이터 및 훈련 파이프라인을 통해 훨씬 큰 모델이나 독점 모델에 필적하는 성능을 낼 수 있음을 보여줍니다. 이는 AI 개발자가 확장 가능한 RL 을 활용하여 비용 효율적으로 고성능 에이전트를 구축할 수 있는 실용적인 방향을 제시합니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.