跳到正文
arXiv · AI· Shuzheng Gao, Zhaojian Yu, Penghao Yin, Yuling Shi, Kai Cai, Shilin He, Michael R. Lyu·· 16 天前AI 评分40

RSI-Dojo:训练 LLM 智能体自动化执行 LLM 后训练

Training LLM Agents to Automate LLM Post-Training with RSI-Dojo

AI 导读

论文提出 RSI-Dojo 环境及 RSI-Craft 流水线,训练 LLM 智能体自动执行后训练。RSI-Craft 将研究论文转化为可执行环境,生成 281 个种子任务,用于从前沿模型收集高质量轨迹。

来源:arXiv · AI · arxiv.org