Vmax 推出 Campaign:用自博弈自动生成 RL 任务训练 Agent
soleio · x · 2026-11-12
Vmax 预告了其自动化任务生成基础设施 Campaign。首个公开案例是与 Modal 合作,用 self-play(自博弈)生成针对模型弱点的任务,教 Agent 学会使用 Modal SDK,把 Python 代码转化为可运行的 Modal 工作负载。
- 生成的任务专门瞄准模型的失败模式,通过强化学习迭代补短板
- Modal 的弹性算力负责运行和验证解法,覆盖 GPU 计算到可跨请求复用状态的推理端点
这被视为「自动生成训练任务」方向的一个信号:不再依赖人工写任务,而是让系统自己发现模型哪里不行并针对性出题。
「编程与Agent」频道最新
- 博主实测 AI 编辑 three.js:速度快到离谱,质量令人难以置信 — ZeroStateReflex · 2026-11-12
- Anthropic 研究：多用户各派自己的 Agent 反而把共享资源协作搞砸 — AndrewLampinen · 2026-11-12
- 开发者热议：给 AI agent 配家庭 IP，或催生 99 美元硬件生意 — Darpinian · 2026-11-12
- 开发者经验:让小模型聚焦更少上下文,比堆最好的模型更有效 — daniel_mac8 · 2026-11-12
- Standard Agents 出隐身模式:推智能体开放标准与运行时 — gajesh · 2026-11-12
- AI 正渗透硬件设计:PCB 绘制与 CAD 建模成机器人新工作流 — Herodont5915 · 2026-11-12