agentic-post-training

标签

Cards List
#agentic-post-training

NeoHorse-1:通过具有路由机制的代理后训练实现递归自我改进

Hugging Face Daily Papers ↗ · 2026-09-08 缓存

NeoHorse-1 通过智能路由和反馈循环的代理后训练,探索AI模型中的递归自我改进,展示了在各种基准测试中的性能提升。

0 人收藏 0 人点赞
#agentic-post-training

TokenRhythm/NeoHorse-1-4B

Hugging Face Models Trending ↗ · 2026-09-05 缓存

NeoHorse-1-4B 是一个从 Qwen3.5-4B 微调而来的 4B 参数语言模型,专为智能体任务设计,使用路由引导的后训练以实现递归自我改进。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈