12:10
官方账号arXiv cs.AI@Xiao Yu, Baolin Peng, Ruize Xu, Hao Zou, Qianhui Wu, Hao Cheng, Wenlin Yao, Nikhil Singh, Zhou Yu, Jianfeng Gao
推荐理由：想用强化学习训练自己的 Claude Code 智能体？OpenForgeRL 让你在真实 harness 和环境中端到端训练，ClawEval 和 GUI 基准上表现不错，而且开源可用。
OpenForgeRL
共 1 条相关 AI 资讯
7月24日
12:10
OpenForgeRL 是一个开源框架，用于端到端训练基于推理 harness（如 Claude Code、Codex）的智能体。它通过轻量级代理记录模型调用作为训练数据，并使用 Kubernetes 编排器在远程容器中执行 rollout。在 ClawEval 上达到 31.7 pass^3 和 55.9 pass@3，在 QwenClawBench 上达到 33.7。GUI 基准测试中，OSWorld-Verified 得分 37.7，Online-Mind2Web 得分 63.0，WebVoyager 得分 72.3。这些结果超越同规模开源基线，在 GUI 场景中甚至匹配或超越数倍大的模型。