按主题浏览

强化学习

共 2 条

AI 动态人工智能

使用强化学习训练AI agent可能颇具挑战，因为其工具、上下文和决策由复杂框架管理。Agent Lightning将现有agent接入RL训练，使其更易改进而无需重建。文章Agent Lightning v1.0：一个3500行轻量级…

Microsoft Research发布于 2026年10月8日

官方来源 · Microsoft Research核验于 2026年10月10日

AI 动态人工智能

环境为 agent 提供任务，通过观测对其动作做出响应，并对结果进行评分。由此产生的奖励可以在评估期间衡量 agent 的表现，或在训练期间提供学习信号。关于这一交互循环的介绍，请参阅我们关于 environments 的博客文章。在 e…

Hugging Face发布于 2026年9月28日

已交叉核验 · Hugging Face Blog核验于 2026年10月10日