85
Thủ thuật
Ant Group và ASystem hiện thực hóa quy trình huấn luyện hậu kỳ cho Agentic RL trên một máy đơn lẻ
(giờ Việt Nam)
Tóm tắt AI
Ant Group và ASystem đã kết hợp Ling-3.0-tiny cùng thuật toán GSPO để tối ưu hóa quy trình huấn luyện hậu kỳ cho Agentic RL. Kết quả thử nghiệm trên cờ caro cho thấy hiệu suất mô hình cải thiện rõ rệt, ổn định khả năng gọi công cụ và rút ngắn độ dài phản hồi.
Bài viết được AI dịch và tổng hợp tự động từ : Ant Ling (Ling). Liên kết bài gốc ở phía trên. Dữ liệu đồng bộ qua API công khai được ghi nguồn tại AI HOT (canonical) ↗. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.