@billxbf: 很高兴发布 Polar，这是我们用于真实世界工具集的智能体强化学习部署基础设施。无论是 Codex、Claude Code、OpenClaw、Herm…
摘要
Polar 是一种智能体强化学习部署基础设施，允许将真实世界的工具集直接用作训练环境，无需修改代码，支持 Codex、Claude Code、OpenClaw 和 Hermes 等模型。
查看缓存全文
缓存时间: 2026/05/27 03:17
激动地发布🌟Polar🌟，这是专为真实场景设计的智能体强化学习部署基础设施。无论是Codex、Claude Code、OpenClaw、Hermes，还是你自研的框架🔥——Polar无需修改代码，直接将你的工具作为训练环境使用。
发现问题，设计工具，访问 https://t.co/cNKMvUqQ54
相似文章
@ClementDelangue：我们把 Claude Code、Codex、Hermes、Pi、@opencode 等编码框架变成了强化学习环境，无需对……
Hugging Face 通过一个捕获代理，将 Claude Code、Codex、Hermes、Pi 和 OpenCode 等真实的编码智能体框架转化成强化学习训练环境，既无需修改框架，也无需改动训练代码，所有模型、任务、数据和代码均完全开源。
@ShaokunZhang1: 想用你自己的模型训练你自己的Claude Code/Codex代理吗？我们很高兴推出ProRL Agent V2: Polar。A…
NVIDIA发布了Polar，一个用于黑盒智能体强化学习的开源基础设施，支持使用任何智能体工具或框架训练如Claude Code或Codex等编码智能体。
@SergioPaniego：前沿智能体之所以如此出色，部分原因是模型在与其一同交付的同一框架内进行了训练。很高兴看到这…
Sergio Paniego 强调，前沿智能体的性能得益于模型在其部署框架内进行训练。NVIDIA AI 的新工作“Polar: Agentic RL on Any Harness at Scale”能够将 Codex、Claude Code、Qwen Code 或 Pi 等框架转化为强化学习训练环境，而无需修改其内部结构。
@maximelabonne：如此酷炫的协作，非常开心看到这类训练方案被开源 ❤️ 在所有 harness 上训练 LFM2.5-2.6B！
Maximilien Labonne 强调了一份开源指南，介绍如何在 Claude Code、Codex 和 OpenCode 等真实 agent harness 中使用强化学习训练模型，使得任何模型（如 LFM2.5-2.6B）都能在任何 harness 上针对任意任务集进行训练。
@akshay_pachaar：HuggingFace 刚刚填补了 harness 工程的一大空白！（多 harness 强化学习终极指南）同一开源权重……
Hugging Face 研究人员提出了多 harness 强化学习方法，使用 OpenEnv、Harbor 和 TRL 在 Claude Code、Codex、OpenCode 和 Mini-SWE-Agent 上训练 LFM2.5-2.6B，将首次尝试任务成功率从 42.2% 提升至 54.2%，同时使 agent 行为更具可移植性。