HarborRL 发布2026年11月更新

DataMMLab 发布开源 agentic 强化学习框架 HarborRL 的 2026 年 11 月版本，主要简化分布式训练、部署与实验管理；框架采用 MIT 协议，代码托管于 GitHub 的 datamllab/HarborRL。 新版本加入带静态路由的弹性网关扩缩，以及无需跨机器 SSH 的 Hub 部署模式，worker 节点可通过 HTTP 拉取任务，适用于防火墙受限环境；多种强化学习算法被整合进基于 Slime 的共享训练管线，已在数学推理任务上验证，以降低配置成本。此外，配置向导、Web 控制台、沙箱 rollout 执行和资源清理能力也得到改进。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。