标签
Terminal-Universe 是一个框架，它从智能体轨迹中重建可执行工作空间，以合成多样化的训练任务，并通过监督微调提升 AI 智能体的后训练性能。
IMPACT是一个可扩展的框架，用于训练交互感知世界模型，通过使用交叉注意力作为内部交互图来重新加权去噪监督，在无需外部表示或推理时更改的情况下提升性能。
SolarWM引入了一个开放框架和统一训练配方，用于通过跨多样数据源的可扩展训练构建交互式视频世界模型，从而实现长时程实时运行。
一篇新的研究论文介绍了 AgentMercury，这是一个可扩展的框架，用于从商业场景合成可执行环境，从而提升代理在各种基准测试中的训练性能。
FACET是一个框架，通过保留源意图和确保跨工件一致性，为AI代理训练合成高质量的终端任务，从而在Terminal-Bench 2.1上提升性能。
提出ACE，一种即插即用的方法，通过重构节点特征并应用各向异性正则化，自适应地增强异质性图上的基于粗化的GNN训练，在异质性基准测试上取得一致提升且开销极小。
LiteResearcher是一个可扩展的强化学习训练框架，专为深度研究智能体设计。
Prime Intellect 发布了 prime-rl v0.6.0，实现了万亿参数MoE规模的强化学习，每步时间低于5分钟，并优化了推理、训练和推出流程。
一个名为train-llm-from-scratch的开源仓库使得在单张GPU上训练十亿级参数的LLM成为可能，它提供了一个从原始文本到推理的可配置流水线，包括数据集流式加载和检查点保存，采用MIT许可证。