热点事件 观察中
LoRA 一作与 OpenAI o1 核心成员首次公开 397B 模型的 Agent RL 训练配方
先了解这件事
事实说明LoRA 一作、OpenAI o1 核心成员联合发布的首份 397B 知识工作 Agent RL 训练配方，系统公开了从 Harness 治理、Token 对齐到异步训练调优的完整流程，报告 Pass@1 相对提升 70%，并论证 Agent RL 本质是系统工程而非算法选型。
报道时间线
沿着报道，了解事件的不同侧面。
显示 1 篇全部报道，最新在前
- LoRA 一作与 OpenAI o1 核心成员首次公开 397B 模型的 Agent RL 训练配方
LoRA 一作、OpenAI o1 核心成员联合发布的首份 397B 知识工作 Agent RL 训练配方，系统公开了从 Harness 治理、Token 对齐到异步训练调优的完整流程，报告 Pass@1 相对提升 70%，并论证 Agent RL 本质是系统工程而非算法选型。
24 HOURS
本事件热度走势
当前热度 0
暂无可比热度趋势，待连续观测积累后展示。