跳到正文

技术方向

数据与训练 最新动态

大模型是怎么练出来的:数据集构建、合成数据、预训练与后训练方法、算力与训练成本。

2 条精选近 30 天 2 条共收录 23 条

更新

数据与训练的精选

10月22日周四第 1–2 条
10月8日周四
  1. Microsoft Research73

    微软亚洲研究院开源 Agent Lightning v1.0:约 3500 行的轻量智能体强化学习框架

    微软亚洲研究院开源 Agent Lightning v1.0,这是一个约 3500 行代码的智能体强化学习框架,提出 Harnessed Agentic RL 范式,让部署时使用的 agent harness 直接参与训练,无需在训练框架内重新实现智能体。

    推荐理由:原文给出框架的代码规模、Kubernetes 运行方式和一次编码智能体训练实验的分数变化,便于判断接入成本。