实体
TokenRhythm/NeoHorse-1-9B
TokenRhythm/NeoHorse-1-9B
PulseAugur coverage of TokenRhythm/NeoHorse-1-9B — every cluster mentioning TokenRhythm/NeoHorse-1-9B across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
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。
-
TokenRhythm 发布 NeoHorse-1-9B 以实现递归自我改进
TokenRhythm 发布了 NeoHorse-1-9B，这是一个拥有 90 亿参数的因果语言模型。该模型是递归自我改进的初始原型，基于 Qwen3.5-9B 构建，并针对代理任务、工具使用、编码和指令遵循进行了微调。该版本提供了将 NeoHorse-1-9B 与各种库和推理提供商集成的说明，包括 Hugging Face Transformers、vLLM 和 SGLang，并提供了 Docker 部署选项。