GenReasoning 团队宣称发布首个 agent 集体训练公开配方
rosstaylor90 · x · 2026-11-03
rosstaylor90(隶属 GenReasoning 团队)发推称团队完成了首个公开的 agent 集体(collective)训练配方,并预告下一步将攻克难以验证的 RL(hard-to-verify RL)问题。帖子附复古未来主义风格配图,内容主要是阶段性成果的简短宣告,训练方法细节需见其后续发布。
「编程与Agent」频道最新
- Levanto 发布 Sage2 决策提取模型:百毫秒级返回校准置信度 — aigclink · 2026-11-03
- 开源项目 treg 冲上 7.1k star:把 OpenRouter 模式复制到 agent 工具层 — abhishek__AI · 2026-11-03
- 开源项目 treg 做工具版 OpenRouter:一个 token 调 2000+ 端点 — abhishek__AI · 2026-11-03
- 开发者用 iPhone 激光雷达把房间扫成 3D 世界 — thisguyknowsai · 2026-11-03
- SteerCamp 上线：云端 Agent 小队替运营/客服/财务团队干活 — pramodk73 · 2026-11-03
- 新用户装 Omarchy 30 分钟就折服：旧游戏 PC 变 AI Agent 中枢 — mark_k · 2026-11-03