Agentic-RL-Most-Detailed-Intro

README'den

Agentic RL 入门 我在美团LongCat做基座预训练&code agent Mid-training/SFT/Agentic RL 我从上交芯片系➡️华为诺亚实习➡️24届校招腾讯➡️美团LongCat，帮助像曾经的我一样想转行的朋友！ 持续更新论文、基座技术报告。可写简历的工业级项目也会持续完善更新，把我的know how蒸馏出来 小红书看更多干货&基座打工日常：小red 组里主要做通用工具调用和code agent，上海/北京的LongCat人才计划实习/校招、社招HC充沛，欢迎投递 315835497@qq.com 有任何问题、需求、想看更新方向都可以直接提issue（预训练/Mid-training/SFT/Agentic RL方向） 三个项目方向 本仓库目前沿着三个方向持续更新：实验可视化、Agentic RL 代码实战，以及 Agentic RL 技术论文阅读。 1️⃣ Agent Forge: Agent/RL Experiment Visualization 这是本仓库重点推荐的可视化项目：把两组 Agent / RL 实验的训练趋势、离线评测、工具调用成本和证据强度放进同一个交互式看板。 进入可视化项目 · 查看完整使用说明 · 下载数据模板 2️⃣ agentic-tau-rl 代码实战 一套可运行、可单测的 Agentic RL 实现，覆盖多轮…

Projenin GitHub'daki README dosyasından alıntı.

Beceriler

Açık kaynaklı bir proje — kodu inceleyin ve GitHub'dan kendi sunucunuzda barındırın.