PhantomEnvironments 开源:7B 模型经合成 RL 环境训练战平 10 倍体量 agent
CShorten30 · x · 2026-10-03
Anmol Kabra 团队发布 PhantomEnvironments:完全合成的强化学习环境,可将现成 LLM 训成强搜索 agent。
- 核心结果:7B LLM 在 PhantomEnvs 中经 RL 训练后,表现相当于 10 倍体量的 agent
- 零成本生成环境,无需蒸馏,完全开源
- 判断:agent 训练的瓶颈在 RL 环境,而扩大数据规模的最大杠杆就是合成环境
- 团队获得 NVIDIA 大额 GPU 算力资助,将继续推进合成数据与自我改进 agent 研究
- 下周亮相旧金山:Snorkel AI Frontier Data Summit(10 月 8 日)、COLM 的 LSEI workshop 口头报告与 LLA workshop 海报(10 月 9 日)
论文已放出,代码即将开源(正在 NVIDIA 新算力上跑 hero run)。
「编程与Agent」频道最新
- ANT 上市前夜数据:Claude Code 一年反超 Cursor 和 Copilot — antgoldbloom · 2026-11-19
- 开发者向 GKE 沙箱项目提 PR:定期 checkpoint 防 agent 进度丢失 — yoimnotkesku · 2026-11-19
- AWS AgentCore Identity 支持私有 CA,Agent 可直连内网自建 IdP — AWS ML Blog · 2026-11-19
- Orchestrator Cloud Agents 结束测试正式上线 — julianweisser · 2026-11-19
- 开发者开源企业级 Agent 审计追踪模型:10 个数据模型找安全工程师挑刺 — TheHamzaShahbaz · 2026-11-19
- She 用 Claude Code 自制大头贴机:举手倒计时自动出照片条 — toolstelegraph · 2026-11-19