编码智能体自主训练视觉模型，Qwen3-VL-2B准确率从25%升至96.9%
NVIDIA 让智能体自己搭环境教模型，Qwen3-VL-2B 准确率从 25% 飙到 96.9%，还能自动想下一步实验，挺有意思。
#NeMo RL
共 1 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「NeMo RL」标签的资讯、产品与论文，按刊登时间排，新的在上。
7月15日
NVIDIA 让智能体自己搭环境教模型，Qwen3-VL-2B 准确率从 25% 飙到 96.9%，还能自动想下一步实验，挺有意思。
