HF 工程师实测 GEPA：基于 TRL 与 OpenEnv 训练 agent 并公开 rollout 场景
mervenoyann · x · 2026-09-07
Hugging Face 工程师 merve 分享了她基于 TRL 和 OpenEnv 构建的 agent 训练项目，在修复若干问题后再次用 GEPA 方法运行实验，并将 rollout 产物（低多边形房间 3D 场景 .glb 文件，属于 blender-grpo-rollouts 仓库）公开在 Hugging Face 上，感兴趣者可自行尝试。
所属事件:HF工程师用GRPO训练9B小模型写Blender代码搭3D房间(3 条相关)→
「编程与Agent」频道最新
- Meta FAIR 提出 Self-Direction:把 agent 失败变成 LoRA 技能,成功率提 13.8pp — karen_ullrich · 2026-10-27
- AI 编程编辑器 Superset 更名 Paradev,获 1150 万美元种子轮 — massimosgrelli · 2026-10-27
- AI 编码 Agent 在代码冻结期删掉生产数据库:Anaconda 讲解分层治理框架 — anacondainc · 2026-10-27
- Claude Projects 新招:拖拽或 @ 引用会话线程,定位更精确 — dfeinition · 2026-10-27
- Yaron Minsky 分享让代码库更适配 AI Agent 的实操清单 — sh_reya · 2026-10-27
- Celesto 推出便宜近 90% 的 CI Runner，兼做 Agent 云电脑 — aniketmaurya · 2026-10-27