⌘ K
… 读取采集状态 同步中...
雷
原文
大模型智能· 绝密伏击·· 25 天前AI 评分75

LoRA一作、OpenAI o1核心成员参与发布397B Agent RL 训练配方

LoRA 一作、OpenAI o1 核心成员的新工作:首次公开 397B 模型的 Agent RL 训练配方

AI 导读

Edward Hu 与 SkyRL 团队发布面向复杂知识工作 Agent 的强化学习方案,首次公开 397B 模型 Agent RL 训练全流程。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:大模型智能 · mp.weixin.qq.com