跳到正文

技术方向

数据与训练 最新动态

大模型是怎么练出来的：数据集构建、合成数据、预训练与后训练方法、算力与训练成本。

1 条精选近 30 天 1 条共收录 15 条

更新

数据与训练的精选

10月8日周四第 1–1 条
  1. Microsoft Research75

    微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体 RL 框架

    微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。

    推荐理由：微软研究院开源约 3500 行的智能体强化学习框架，让部署时的 harness 直接参与训练，并给出可复现的编码智能体训练结果。