TRL 通过 OpenEnv 原生支持真实 harness 训练
LysandreJik · x · 2026-07-24
TRL 通过 OpenEnv 原生支持 agent harness 训练
TRL 新增了通过 OpenEnv 直接在 agent harness 上训练的能力，开发者可以更方便地把真实编程智能体流程接进训练管线。
- 现在可以直接使用类似 opencode 这样的 harness 进行训练，减少额外的胶水代码。
- 配图展示了一个由 policy、agent、proxy、verifier 组成的闭环，以及 message-level rollouts、padding-free dynamic packing 等训练组件。
- 这意味着 TRL 更适合处理真实的多轮 agent transcript 和长时序 episode，对编程智能体训练的工程实践更有用。
所属事件:TRL 联合 OpenEnv 支持自定义智能体训练(4 条相关)→
「编程与Agent」频道最新
- 工程师身份危机蔓延:多智能体系统正在重定义软件工程问题 — rakyll · 2026-10-26
- 零基础学员经 AI 辅导也能跑通完整 CI/CD 流水线 — curious_vii · 2026-10-26
- Ruff 作者感叹:前沿模型能在任何软件里找到无穷多 bug — charliermarsh · 2026-10-26
- 开发者实测同一 skill 跨 Opus 5.5 与 Sol 6.1:指令遵循表现参差 — lucasmeijer · 2026-10-26
- 用小开源模型逆向工程游戏二进制:主 agent 中途重写子 agent 的 harness — yb2698 · 2026-10-26
- ContractSim：首个评估 LLM 自然语言合同谈判的框架 — xuanalogue · 2026-10-26