TokenRhythm 发布 NeoHorse-1：用 Agent 执行轨迹训练 4B/9B 模型
rohanpaul_ai · x · 2026-09-17
TokenRhythm（OpenSquilla 团队）发布首个自研模型 NeoHorse-1，提供 4B 和 9B 两个版本，均基于 Qwen3.5 后训练。
核心思路：
- 大多数 agent 系统在任务结束后就丢弃了最有价值的训练数据——哪个模型被路由到哪、调用了什么工具、返回了什么、在哪里失败、如何恢复，这些信息随之消失。
- NeoHorse-1 不只用问答训练，而是在 OpenSquilla Harness 中生成结构化执行轨迹（何时搜索、何时用工具、工具返回什么、哪里失败、如何恢复、下一步该做什么），把成功与失败的经验都反馈进训练。
- 团队称这是 RSI（自我改进循环）的早期工程验证，由 Data-RSI 与 Model-RSI 两个相连的闭环构成。
underlying 论点是「模型不会收敛为一个赢家，Agent 需要去组织模型」。
所属事件:TokenRhythm 开源 NeoHorse-1：用 Agent 经验训练 4B/9B 模型(11 条相关)→
「模型」频道最新
- Similarweb：Claude 升级页流量 9 月回升至 1760 万，逼近 5 月峰值 — firstadopter · 2026-11-02
- 开源 GLiNER-PII 单卡 550ms 抓出病历 13 项身份标识,仍漏医院名 — MaziyarPanahi · 2026-11-02
- 用户吐槽 OpenAI Dots 越用越臃肿,转投新工具 Muse 称体验干净透明 — Koala_Confused · 2026-11-02
- Fable 5.5 被曝一行代码一次通过生成动画，Anthropic 押注编程意外切入动画赛道 — Hesamation · 2026-11-02
- 一个 agent 目标连续跑了 4 天，烧掉 3 万赠额 token — CtrlAltDwayne · 2026-11-02
- 每日 AI 简报：Gemini 4 Carbon 疑现身 Arena，DeepSeek 开源编码 agent — testingcatalog · 2026-11-02