标签 "强化学习" 的搜索结果：2 个资源
一个能够在对话中自动学习和持续进化的 AI Agent 框架，无需 GPU 即可实现智能体的自我提升
清华 IIIS 与蚂蚁集团联合开源的 LLM 强化学习训练系统，全异步架构较同步方案提速 2.77 倍，支持 GRPO/PPO/DAPO 等算法，专攻数学推理和 Agent 任务。
