TokenRhythm 训练闭环:测出弱项就在下批数据里加码同类任务
PrajwalTomar_ · x · 2026-09-16
Prajwal Tomar 介绍 TokenRhythm 闭环的第二步：先对模型进行测试以找出弱项。如果它在编码、工具使用或指令遵循上表现挣扎，下一批训练数据就会增加这类任务的占比。
更新后的模型再返回接受新一轮测试，如此往复。他说明这个循环是 TokenRhythm 正在构建的方向，目前还不是连续的。线程开头提出的问题是：agent 修好一个 bug 后模型本身并没有变聪明，大量有价值的运行经验被浪费——这正是 TokenRhythm 想解决的。
所属事件:TokenRhythm 开源 NeoHorse-1：用 Agent 经验训练 4B/9B 模型(11 条相关)→
「编程与Agent」频道最新
- 一个过期日期让 WhatsApp 回复 agent 静默罢工两天,19 条消息无人应答 — petrusenko_max · 2026-11-02
- 10倍工程师就是一个 SKILLS.md:六大工作流规则全公开 — mdancho84 · 2026-11-02
- 开发者自审 MCP 凭据代理:最大漏洞竟出在配置文件 — Relevant_Mousse_9117 · 2026-11-02
- AWS 开源 Strands Harness 宣称比 Claude Code 便宜 45%，搅动 harness 之争 — blaizedsouza · 2026-11-02
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Sketchy v0.1.6:图表输出比纯文本省 29% token — Nkgsporty · 2026-11-02