Agentic Post-Training
PulseAugur coverage of Agentic Post-Training — every cluster mentioning Agentic Post-Training across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的APT框架自动化文本到图像模型的后训练
研究人员推出了一种新颖的全自动化框架APT（Agentic Post-Training），旨在增强文本到图像模型。该系统通过使用三个协调的代理来构建评估集、诊断模型弱点以及根据模型当前性能生成新训练数据，从而自适应地优化模型。这种反馈循环允许模型行为直接影响其后续训练任务，摆脱了静态、手动策划的数据集。
-
王云鹤创业公司发布NeoHorse，一款基于执行经验训练的原生智能体模型
前华为诺亚方舟实验室主任王云鹤创立的初创公司集源律动发布了其首个原生智能体（Agent-Native）模型NeoHorse。该模型在无心琼的支持下，并得到清华大学和北京大学的研究贡献，专注于提升智能体利用工具、解读环境反馈和纠正错误的能力。NeoHorse-1提供4B和9B版本，在智能体后训练（Agentic Post-Training）后表现出显著提升，其中4B版本在具有清晰工作流程和可验证结果的任务上，在多项基准测试中已能媲美甚至…
-
AI代理通过新框架探索递归自我改进 · 跟踪7个来源
研究人员正在探索AI代理中的递归自我改进（RSI），这是一个AI系统增强自身能力和未来改进方法的过程。Dream-RSI和RSIAgent等新框架利用历史数据和多代理协调来优化探索策略，并在无需持续模型再训练的情况下适应新环境。ModularRSI通过将改进过程分解为不同的模块，进一步提高了跨任务和模型的泛化能力和可迁移性。讨论还涉及实现真正RSI的挑战和时间表，一些专家正在辩论当前AI距离这一高级状态还有多远。