Applied Compute 公开生产环境 RL 配方，让模型在部署中持续学习
ypatil125 · x · 2026-11-07
Applied Compute 团队指出，生产流量中充满来自高经济价值工作的真实经验，但很少有数据回流到训练中。他们构建了一套 production RL 配方，可以直接从部署的数据流中稳步提升模型能力，再重新部署使其继续学习，实现生产环境的持续学习（continual learning）。团队分享了初期经验教训。引用推文还玩梗：别人的模型干一天活却零成长，「我们的权重在工作中学」。
所属事件:Applied Compute 发布生产环境 RL 配方，推理流量反哺训练(2 条相关)→
「编程与Agent」频道最新
- AI 视频逐帧转描工作流:LTX 2.5 LoRA + SAM3 + BiRefNet 分层输出 — PurzBeats · 2026-11-07
- 网友分享用 Claude 整理健康档案喂给 Opus 求诊疗建议的工作流 — AaronBergman18 · 2026-11-07
- 用 Claude 订阅跑评测涉嫌违反 Anthropic 条款,榜单作者称不敢碰 — JoshPurtell · 2026-11-07
- 开发者自建 autoresearch 编码基准：开源最佳但乏善可陈，muse open 被批远逊承诺 — JoshPurtell · 2026-11-07
- OpenClaw 发布工程揭秘：三通道+每周 beta 专列+agent 押运 — heyneighbor · 2026-11-07
- 开发者全 AI 编码：把 Jev 的判断过程可视化为可追踪决策流 — dfinke · 2026-11-07