DecisionFormer 开源：像用 Transformers 一样微调「决策模型」
kalyan_kpl · x · 2026-10-24
FrontiersMind 开源 DecisionFormer，定位是「决策模型版的 Transformers 库」：输入状态与带类型的问题，一次前向传播即可为每个选项输出校准概率，无需文本生成。
- 支持全量微调、LoRA、QLoRA
- 支持因果、双向、前缀双向注意力
- 任意 HF 骨干可用：Qwen、Gemma、Llama、ModernBERT 等
- Apache-2.0 开源，提供 fine-tune、加载与部署流程
所属事件:DecisionFormer 开源：像微调语言模型一样训练决策模型(2 条相关)→
「编程与Agent」频道最新
- 用AI自动化安全审计：装detail.dev扫库+日志bot每天盯3次 — saranormous · 2026-10-24
- 让 Agent 只汇报「需要我拍板的事」并附建议,工程师感叹自己重新发明了管理 — josh_wills · 2026-10-24
- 开发者感慨：agent 让「瞎搞」变便宜，连发现惊喜都通胀了 — zack_overflow · 2026-10-24
- 开发者怒斥 Google Argon 编程模型:上下文仅 15-20 万 Token,气到让它写道歉信 — lowiqdoctor · 2026-10-24
- 做患者分诊 AI Agent 的经验:难点不在推理而在人工接管与合规留痕 — Frid-267 · 2026-10-24
- Codex 已可在 ChatGPT iOS 应用中完整使用 — dkundel · 2026-10-24