Sage-A1.5开放科学发现指南：从FrontierScience-Research看长程科研任务的执行路径
Sage-A1.5开放科学发现指南：从FrontierScience-Research看长程科研任务的执行路径
Sage-A1.5 是上海AI实验室推出的 35B 级 MoE Agentic 大模型，专为"长程科研任务"而生：它不只是回答问题，还能自主拆解课题、并行调度子智能体、中途验证并修正思路，在开放科学发现评测 FrontierScience-Research 上以 48.3 分取得第一，把"长程科研任务的执行路径"变成了普通用户也能上手的能力。本文带你用最短的篇幅看懂它、跑起它、用好它。
一、Sage-A1.5 是什么：为科研长任务设计的智能体模型
和普通聊天模型不同，Sage-A1.5 定位是 Agentic（智能体式）模型——它的强项在于"长时间、多步骤、可验证"地完成任务。根据仓库中的 README.md 介绍，它具备三大核心能力：
- Agentic Orchestration（智能体编排）：把复杂任务拆成独立子任务，分发给并行子智能体，各自拥有独立上下文，互不干扰；
- Verification（验证模式）：模型在推理过程中"暂停复盘"，检查已确认与失败的内容，再在同一次回复中调整方向，无需外部评审器；
- Open Scientific Discovery（开放科学发现）：从回答预设问题，延伸到探索式研究，产出可检查的科研工件。
它的"身体"也很能打。查看 config.json 可知：
| 配置项 | 数值 | 含义 |
|---|---|---|
num_experts / num_experts_per_tok |
256 / 8 | 每层 256 个专家，每次仅激活 8 个，省算力 |
num_hidden_layers |
40 | 40 层 Transformer，混合线性注意力与全注意力 |
max_position_embeddings |
262144 | 原生支持 256K 超长上下文 |
vision_config |
已包含 | 支持图像与视频输入（多模态） |
完整的权重分布在 14 个 model-XXXXX-of-00014.safetensors 分片中，具体映射关系记录在 model.safetensors.index.json，另有独立的 model-mtp.safetensors 用于多 Token 预测（MTP）加速推理。
二、FrontierScience-Research 成绩解读：48.3 分是什么概念
FrontierScience-Research 是面向真实科研探索的基准：模型需要像研究者一样做文献分析、假设验证、工具调用，最终给出有证据支撑的结论，而不是简单问答。
从 README.md 的评测表可以看到对比：
| 模型 | FrontierScience-Research |
|---|---|
| Sage-A1.5 | 48.3 🥇（整体第一） |
| GPT-5.6-sol | 26.7 |
| Kimi-K3 | 21.7 |
| GLM-5.3 | 16.7 |
| Agents-A1（前代） | 40.0 |
两个细节值得注意：
- 以 35B 的体量打赢了更大的模型：Sage-A1.5 是 ~35B 级别，却领先 GPT-5.6-sol 近 22 分，说明"智能体能力"比单纯堆参数更决定科研任务表现；
- 相比前代 Agents-A1 提升 8.3 分：说明验证机制与编排能力的强化确实转化为科研任务收益。
同期它还拿下 FrontierScience-Olympiad（81.0）、GAIA（95.1）、OmniDocBench（91.5）等多项 SOTA——科研场景下的"搜、读、算、写"全链路能力都有实证。
三、长程科研任务的执行路径：Sage-A1.5 如何"干活"
3.1 Agentic Orchestration：把大课题拆成并行子任务
科研任务往往可以拆解。比如"比较三种材料的催化性能"，模型会注册一个名为 spawn_subagent 的工具，把独立子问题（查文献、跑计算、找数据）并行分发给子智能体。每个子智能体看不到主对话，因此任务必须自包含（task、context、expected_output 三个字段），返回结构化 JSON 结果再汇总——这正是执行路径中"分解→并行→合成"的核心环节。
3.2 Verification Mode：推理中途的"自我质检"
长任务最大的风险是"错得理直气壮"。Verification Mode 通过聊天模板开关启用：在请求中传 chat_template_kwargs: {"verification": true}，模板会在系统消息末尾追加触发语，模型随即在思维链中暂停，复盘"哪些已确认、哪些失败了"，然后改道。相关逻辑可参考 chat_template.jinja 中第 45-56 行的校验实现。注意两点：
- 必须提供非空 system 消息，否则请求会被拒绝；
- 值必须是布尔
true，写成字符串"true"会直接报错。
3.3 工具调用与超长上下文：科研探索的基础设施
Sage-A1.5 原生支持函数调用，可与搜索引擎、代码解释器、检索系统无缝对接；256K 上下文意味着它能"读完"一份完整综述再下结论。需要更长时，官方提供了通过 YaRN（factor: 2.0）扩展到 512K 的启动参数，直接写在 README.md 的 Usage 章节里，复制即用。
四、快速上手：三步跑起 Sage-A1.5
第 1 步：获取模型（本地已有文件可跳过）：
git clone https://gitcode.com/InternScience/Sage-A1.5
第 2 步：用 vLLM 起服务（单卡即可）：
vllm serve InternScience/Sage-A1.5 \
--port 8000 \
--max-model-len 262144 \
--reasoning-parser qwen3 \
--enable-auto-tool-choice \
--tool-call-parser qwen3_coder
第 3 步：调好采样参数。官方推荐值对科研类开放生成任务尤其重要：temperature=1.0、top_p=0.95、top_k=20、presence_penalty=1.5。
💡 提示：只做纯文本任务时可加
--language-model-only跳过视觉编码器，把显存让给 KV Cache，长上下文会更从容。
五、仓库文件速查
| 文件 | 作用 |
|---|---|
| README.md | 模型介绍、性能榜单、部署命令与高级模式说明 |
| config.json | 模型结构配置（专家数、上下文长度、视觉编码器） |
| model.safetensors.index.json | 权重分片索引，共 14 个分片 |
| model-mtp.safetensors | MTP 推测解码权重，用于加速 |
| chat_template.jinja | 对话模板，含 Verification 协议开关 |
| tokenizer.json / tokenizer_config.json | 分词器（词表 248320） |
| preprocessor_config.json / video_preprocessor_config.json | 图像/视频输入预处理参数 |
| processor_config.json | 多模态处理器配置 |
结语
Sage-A1.5 展示的"长程科研任务执行路径"其实并不神秘：编排子智能体并行探索 + 推理中途自我验证 + 工具与超长上下文托底。对于想体验开放科学发现的普通用户，从 FrontierScience-Research 这类真实评测切入，再按上文三步部署，你就能亲眼看到它如何像一个初级研究员那样拆解问题、收集证据、修正结论——而这正是 Agentic 模型与传统问答模型的分水岭。