Hugging Face 线下研讨会：微软、Mercor 等四方实战分享 Agent 后训练方法
Hugging Face · youtube · 2026-10-26
Hugging Face 发布「Training Agents IRL」线下研讨会视频，聚焦用开源模型做 agent 后训练，四场演讲加一场圆桌：
- Microsoft：企业级 RL 的实践经验
- Mercor：工业界环境与 benchmark 设计
- RadixArk：用 Miles 框架扩展 agent RL 训练
- BenchFlow：为何构建 OpenEnv Arena
配套资源完整：全部幻灯片可下载，另有四节直播课程（trace 微调编码 agent、蒸馏、强化学习 GRPO、从奖励函数到环境）的系列视频、代码与 TRL Trainer 文档链接，以及完整课程大纲博客。想动手实践的开发者可以直接从课程入手。
「编程与Agent」频道最新
- 柏林 DevDay 前夜黑客松 250 名开发者齐聚用 Codex 造物 — paw_lean · 2026-10-26
- Ben Bajarin：用前沿 AI 对抗前沿攻击，智能体成企业网防新前线 — BenBajarin · 2026-10-26
- 开发者吐槽：脱离 harness 的 API 模型「裸奔」时笨得让人想哭 — madeofAjala · 2026-10-26
- HarnessMM 论文：缓存已定决策,Agent Token 消耗降 88% 成功率反升 — omarsar0 · 2026-10-26
- 微软展示用 Copilot App 与 Foundry 搭建跨 Teams/Outlook 的意图识别 Agent — marlene_zw · 2026-10-26
- 求推荐可穿戴录音麦克风：要长续航，接自己转写和 MCP — altryne · 2026-10-26