04:12
elvis@omarsar0
elvis@omarsar0精选
推荐理由：这篇帖子讲了个后训练小诀窍：短任务训练就能让智能体扩展到8-32倍的长周期，省时省力，值得试试。
long-horizon agents
共 1 条相关 AI 资讯
7月21日
04:12
该帖子提出一个后训练技巧：训练长周期智能体（long-horizon agents）时无需使用长周期 rollout。可以在短任务（short tasks）上训练，这类任务奖励成本低且验证容易。然后利用框架（harness）将能力扩展8-32倍，显著降低训练成本。