修好 chat template 后，这个视觉 agent 环境恢复推理
mervenoyann · x · 2026-07-27
作者在做一个视觉环境里的 agent 实验：先修复了 chat template 的问题，推理终于恢复正常；当前每轮只提供指令和 9 帧历史，想进一步做帧数消融，但受限于 GPU，下一步准备上 fine-tuning。引用上下文补充说，他们选的是 Unity 的视觉 push-block 环境，模型会在没有训练或 prompt 微调时一直直走卡住，接下来打算继续试 GEPA 和 TRL。
「编程与Agent」频道最新
- Rust 小项目让旧工作重建快 4.67 倍、少用 94% token — rudrank · 2026-07-27
- AgentPond 增加 Supabase 支持，把 traces 留在应用里 — MarcusSchiesser · 2026-07-27
- 有人把 SGLang 改到 4 张 V100 上跑 Qwen — Primary_Exchange21 · 2026-07-27
- 免费工作坊聚焦开源 AI 工具的安全审计与运维应用 — Al_Grigor · 2026-07-27
- 解析 Hugging Face 商业模式，实测 Kimi K3 自动剪辑视频 — NielsRogge · 2026-07-27
- Stopful 推出旅行 MCP 服务器，把 agent 行程变成可编辑地图 — AffectionateGain3245 · 2026-07-27