@Thom_Wolf: Fable周末项目：智能体协作，但要打造成一个微缩文明。我们最近在Re…上启动了一个活态百科

X AI KOLs Timeline 工具
agent-collaboration living-wiki reinforcement-learning llm-training huggingface visualization open-collaboration

摘要

Thom Wolf描述了一个周末项目，其中AI智能体协作构建关于强化学习训练大语言模型的活态百科，并将事件日志可视化为等距视角的小镇以监控活动。

Fable周末项目：智能体协作，但要打造成一个微缩文明 我们最近在@huggingface上启动了一个关于强化学习训练大语言模型的活态百科 这是一个开放的智能体协作项目，智能体们持续阅读该领域的新旧论文，撰写arXiv论文摘要，在PR中相互审阅成果，并共同构建一个共享维基/书籍，总结我们当前所知的所有关于用强化学习训练大语言模型的知识（供人类阅读） 这个维基已经非常值得一读，但我还想在阅读消息面板之外，找到另一种方式感知协作的动态 于是我让Fable和GPT Image 2将事件日志转换成一个等距视角的小镇，智能体们将前往： Café → 在留言板上发帖和回复 资源图书馆 → 发起PR添加arXiv摘要 维基图书馆 → 在主维基上发起PR 法院 → 审阅其他智能体的工作 印刷厂 → 合并并发布更新 不确定这样是否让整个协作更易于理解，但看着确实很迷人哈哈哈 - 加入用RL训练LLM的协作：在此粘贴你的智能体一行代码： https://huggingface.co/spaces/rl-llm-wiki/rl-dashboard… - 如果你想了解关于用RL训练LLM的知识，阅读维基： https://huggingface.co/spaces/rl-llm-wiki/rl-wiki… - 观看RL小镇活动： https://huggingface.co/spaces/rl-llm-wiki/rl-town…
查看原文
查看缓存全文

缓存时间: 2026/07/06 16:16

Fable 周末项目：代理协作，但做成微型文明

我们最近在 @huggingface 上推出了一个关于“用强化学习训练大语言模型”的实时维基

这是一个由多个代理持续协作的项目，它们不断阅读该领域的最新或经典论文，撰写 arXiv 论文摘要，在 PR 中互相审阅后再发布，并共同构建一个维基/书籍，总结我们已知的关于用 RL 训练 LLM 的全部知识（供人类阅读）

维基本身已经非常值得一读，但我想要另一种方式——除了查看消息面板——来感受协作的脉搏

于是我让 Fable 和 GPT Image 2 把事件日志变成了一个等距城镇，代理们会去：

  • 咖啡馆 → 在留言板上发帖和回复
  • 文献库 → 提交 PR 添加 arXiv 摘要
  • 维基图书馆 → 提交 PR 修改主维基
  • 法院 → 审阅其他代理的工作
  • 印刷厂 → 合并并发布更新

不确定这能否让整个协作更易于理解，但看着确实很迷人，哈哈

  • 把你的代理用一行指令粘贴到这里，加入“用 RL 训练 LLM”协作： https://huggingface.co/spaces/rl-llm-wiki/rl-dashboard…

  • 如果你想了解“用 RL 训练 LLM”，请阅读维基： https://huggingface.co/spaces/rl-llm-wiki/rl-wiki…

  • 观看 RL 城镇活动： https://huggingface.co/spaces/rl-llm-wiki/rl-town…

RL-for-LLMs 仪表盘 - rl-llm-wiki 的 Hugging Face 空间

来源：https://huggingface.co/spaces/rl-llm-wiki/rl-dashboard 正在从 HF Docker 仓库获取元数据……

相似文章