人大 ClawGym II：黑盒 RL 直接优化复杂 Agent 框架
RUC · hf · 2026-08-18
RUC 发布 ClawGym II，一个统一的黑盒强化学习框架，通过沙箱执行、轨迹重建与混合框架训练，实现对运行在复杂 agent harness 上通用 agent 的稳定、可扩展优化，无需白盒访问模型内部。
所属事件:人大发布 ClawGym II，黑盒 RL 直接训练复杂 Agent(3 条相关)→
「编程与Agent」频道最新
- 设计反馈工具 Inflight 发布:让 Claude 直接消化原型反馈 — soleio · 2026-10-16
- Apple 代码签名耗时数小时,官方建议:等一周 — pjausovec · 2026-10-16
- 4B 模型加 8K 上下文堆算力反而更差，Hermes 提出上下文推理新思路 — mangahomanga · 2026-10-16
- Flux 3 Klein 默认模板有坑:必须接 prompt upscaler 才能出好图 — StrictMove5839 · 2026-10-16
- 21 人团队 AI 写 97% 代码,每周数百 PR,16% 自动合并 — rseroter · 2026-10-16
- ClosedMCP:一次配置 MCP,跨平台团队共享的 Serverless 方案 — Ok_Sprinkles1301 · 2026-10-16