STORY · 事件进行中

蚂蚁百灵与 ASystem 合作在 DGX Spark 上跑通单机 Agentic RL 后训练闭环

1 个精选信源 · 1 篇报道持续 1 天最新动态 2小时前
最新进展

蚂蚁百灵与 ASystem 团队打通单机 Agentic RL 后训练闭环

24 HOURS

本事件热度走势

当前热度 19峰值 20（8月14日 12:30）近24小时变化 —

移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。

TIMELINE

报道时间线

1 条公开报道 · 官方一手 1 条 · 最新在前
  1. 蚂蚁百灵与 ASystem 团队打通单机 Agentic RL 后训练闭环
    公众号：蚂蚁百灵（Ling）官方一手精选

    蚂蚁百灵与 ASystem 团队合作，用 Ling-3.0-tiny 和 AReno 在 DGX Spark 上跑通单机 Agentic RL 后训练闭环。以井字棋为最小验证任务，用 GSPO 算法训练 400 步后，rollout/rewards_mean 从约 -0.5 升至 0.4，response_len 降至约 850 tokens，工具调用与动作选择趋于稳定。