阿里巴巴旗下的 AI 研发团队Accio-Lab微调Qwen3.6-35B-A3B，比肩deepseek/glm等更大模型。 
训练方式： 

Qwen3.6-35B-A3B 
├─ Marathon Expert: SFT → HDPO ┐ 
└─ Sprint Expert: SFT          ├─ Uniform merge → SAO → Occamy-1.0 

SFT 数据集加起来只有 4.033 亿 Token，分布在不到 1.5 万条轨迹里，而且全都是 Agent 方向的（工具调用、终端操作、长流程任务）。所以agent相关性能提升可能比较显著，但世界知识和非agent方面可能没太大提升。 
 [image] 
 [image]