我用 RL 训练了一个训模型的 agent

Danau5tin · hn · 2026-07-14

作者分享了一个自己做的项目：**用强化学习训练一个会继续训练模型的 agent**，并称总成本大约是 **-1.3k 美元**（即带来净收益/回收）。项目代码已开源在 GitHub。