基础设施与工程 8 天前
AWS宣布SageMaker训练会话正式可用：开发者掌控训练循环，平台接管GPU运维
AWS 为 Amazon SageMaker 推出训练会话功能，允许开发者在 P…
编辑部
标签专题
#Reinforcement Learning
聚焦该标签下的所有相关内容。
共 8 篇
模型与研究 8 天前
微软公开 ThinkingBox 训练集成：让数据库结果成为奖励，智能体更稳定却未必更全面
微软与 Hugging Face 发布 ThinkingBox-Training…
编辑部
基础设施与工程 24 天前
微软开源 Agent Lightning v1.0：让真实智能体直接进入强化学习训练
微软研究院开源 Agent Lightning v1.0，提出“Harnesse…
编辑部
基础设施与工程 26 天前
Hugging Face 将强化学习环境纳入 Hub：把智能体训练从分散注册表带回数据仓库
Hugging Face 在 Hub 中新增“RL Environments”筛…
编辑部
基础设施与工程 1 个月前
Hugging Face 开源“用代码画水彩”实验：TRL 与 OpenEnv 把审美偏好变成强化学习信号
Hugging Face 团队用 TRL 和 OpenEnv 将一套“用代码画水…
编辑部
产业与商业 2 个月前
xAI 联合创始人创办的 River AI 完成 11 亿美元融资，押注企业自定义模型
由 xAI 联合创始人 Igor Babuschkin 创办的 River AI…
编辑部