开源Agent轨迹SFT训练示例
热点事件持续更新
开源Agent轨迹SFT训练示例
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Sergio Paniego 发布了一套基于 TRL 的完整开源 post-training 示例，让大模型作为 coding agent 在 opencode 中通过 OpenEnv 完成任务，再把成功轨迹转换为监督微调数据，训练 2B 模型。 按该示例报告的结果，2B 模型在留出任务上的成功率由 5.5% 提升至 34.4%。
AI 根据报道生成 · 47 分钟前更新
最新进展11月10日 23:31
TRL 用 Agent 轨迹进行 SFT，2B 模型任务成功率从 5.5% 升至 34.4%报道时间线
沿着报道，了解事件的不同侧面。
11月10日
- AGI HuntTRL 用 Agent 轨迹进行 SFT，2B 模型任务成功率从 5.5% 升至 34.4%
Sergio Paniego 发布了一个基于 TRL、用 Agent 轨迹进行 SFT 的完整开源 post-training 示例。示例让大模型作为 coding agent 在 opencode 中通过 OpenEnv 解决任务，再将成功轨迹转为训练数据，微调 2B 模型，使其在 held-out 任务上的成功率从 5.5% 提升至 34.4%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。