标签
OpenResearcher 提出了一种可复现的流水线，用于使用离线搜索环境和合成轨迹训练深度研究智能体，在 BrowseComp-Plus 等基准任务上实现了显著的准确率提升。
OpenAI Universe 是一个软件平台，允许强化学习智能体通过基于VNC的界面与任何现有计算机程序交互，支持以60帧/秒的速率并行运行环境、人类演示和自动奖励提取。