Piccolo：递归自我进化的决策模型
魔搭ModelScope社区 · 人工智能
魔搭ModelScope社区 2026-11-05 11:30 浙江 Piccolo是一款基于递归自改进（RSI）框架的决策模型，在JevBench等基准测试中多项指标排名第一，能为智能体工作流、数据处理及游戏操控提供快速精准的长程决策支持。 今天，AgentScope团队发布 Piccolo 决策模型系列，包含 27B、9B 和 4B 三 个尺寸。Piccolo-27B 在 JevBench Public 上取得 92.21% 的准确率，在文本 Decision Index Public 上取得 68.59 分 ，在多模态 Decision Index Public 上取得 77.75 分 ；在自建专项基准 HarnessJevBench（Agent 运行控制）和 DataJevBench（数据工作流）上，准确率分别为 84.41% 和 82.60% 。 在实际应用中，Piccolo 可以作为决策组件，接入需要快速判断的任务流程。从智能体的工具审核与上下文筛选，到数据处理中的关键决策，再到游戏中的连续判断，Piccolo 迅速理解当前状态、比较候选项 ，返回程序可以直接使用的结果与概率。 为持续提升这些判断能力，团队设计了一套基于 递归自改进（RSI） 的研发框架：研究 Agent 根据模型错误与训练反馈选择数据、检验改动，并将实验结果用于下一轮优化。 项目： Piccolo，面向 Agent 与数据工作流的开源决策模型。 网站与在线体验： https://decisionplayground.agentscope.io/ 项目代码： https://github.com/agentscope-ai/Piccolo 团队与开源生态： https://github.com/agentscope-ai 模型下载： https://www.modelscope.cn/models/AgentScope/Piccolo-27B 01 从游戏到工作流，看 Piccolo 如何决策 Game｜在连续动作中作出选择 Piccolo 具有优秀且迅速的长程决策能力。团队选取了《绝区零》的战斗场景， Piccolo 根据当前游戏的实时局面，动态为角色的移动、攻击和闪避提供动作指导 。下方实录同步展示了游戏画面与按键决策， Piccolo 在高帧率下流畅地击败了敌人 。 《绝区零》战斗实录：Piccolo 根据游戏截图提供动作指导，执行端落实为按键操作。 除了瞬息变化的动作游戏，Piccolo 也支持益智与棋盘游戏中的策略判断。Mario 需要关注移动与跳跃时机，2048 需要规划合并方向，推箱子关注箱子与目标的合理分配，黑白棋则需要根据博弈局面选择落子位置。 Mario 移动与跳跃时机 黑白棋 棋盘状态下的落子选择 Harness｜让判断覆盖 Agent 工作流的关键环节 从选择工具到确认任务完成，Agent 的每一步都需要结合任务、证据与约束作出判断。Piccolo 可以嵌入 Harness，在 工具选择、模型路由、上下文与记忆、权限与信任、完成验收、失败恢复 等子场景中，为下一步动作提供决策。 Harness 工作流中的六类关键判断 例如，查询交付日期时选择订单系统；多个模型都能完成任务时，结合预算选择执行资源。为晚餐规划筛选上下文时，保留用户的食物过敏信息，过滤过期天气等无关内容；当 Agent 仅获准保存草稿时，选择保存草稿，而不直接发送或发布。证据不足就继续核验，遇到临时故障则判断是否重试。 Piccolo 根据任务进展，为工作流的下一步提供判断： Harness 提供当前状态与候选动作 ， Piccolo 给出判断，再由工作流执行。 这些决策帮助工作流调用工具、保留信息、请求确认，或调整执行路径。 Data｜从数据进入流程，到产物校验与交付 数据处理同样需要大量结合语义、规则与证据的判断。Piccolo 可支持 数据过滤、处理方案选择、产物质量评估、信息充分性判断、证据与隐私审查、工作流控制 等子场景，帮助流程决定保留什么、怎样处理，以及结果能否继续使用。 数据工作流中的六类关键判断 例如，判断清洗与去重的先后顺序，选择忠于来源的摘要；计算税后利润时，缺少税额就先请求补充信息；对外分享包含邮箱的记录前，先将邮箱脱敏。模型接收原始材料、处理要求和当前结果，比较候选动作，再由数据工作流落实选择。 这些子场景覆盖数据进入、处理、审核与交付的多个环节。面对不同任务，可以调整问题与候选项，让 同一种决策接口支持工作流中的多种判断 。 02 四项基准，检验 Piccolo 的决策能力 AgentScope 团队在 JevBench Public、Decision Index、HarnessJevBench Hard 和 DataJevBench