一个模型负责解题,另一个模型根据任务反馈修改运行代码:该读哪些资料、何时继续搜索、怎样调用工具,都可以在测试时调整。
#强化学习 3 篇
把小模型放进 Claude Code、Codex、OpenCode 等真实 Agent 工具里训练,既学习完成任务,也学习少走弯路。
从抓住物体到在手里调整姿态,波士顿动力把机械结构、力反馈和仿真训练放在一起设计,让 Atlas 朝着使用工具、适应真实工位迈进。
一个模型负责解题,另一个模型根据任务反馈修改运行代码:该读哪些资料、何时继续搜索、怎样调用工具,都可以在测试时调整。
把小模型放进 Claude Code、Codex、OpenCode 等真实 Agent 工具里训练,既学习完成任务,也学习少走弯路。
从抓住物体到在手里调整姿态,波士顿动力把机械结构、力反馈和仿真训练放在一起设计,让 Atlas 朝着使用工具、适应真实工位迈进。