Surya가 RL 학습 실행을 스트리밍
Surya는 자신의 강화학습 학습 실행을 brusharena.art/live에서 스트리밍하고 있다고 밝혔다. 이 스트리밍은 LuoFuli에게서 영감을 받았다.
Surya는 자신의 강화학습 학습 실행을 brusharena.art/live에서 스트리밍하고 있다고 밝혔다. 이 스트리밍은 LuoFuli에게서 영감을 받았다.
마이크로소프트 리서치가 기존 AI 에이전트를 처음부터 다시 구축하지 않고도 강화학습 훈련에 연결할 수 있는 도구인 Agent Lightning을 공개했다.
개발자는 이 도구를 통해 OpenEnv, Harbor, MiMo, Verifiers, NeMo Gym 전반의 강화학습 환경을 탐색, 시각화 및 실행할 수 있으며, 이는 Hugging Face Hub의 1,200만 개 이상의 작업 항목을 포괄한다.
CoreWeave가 에이전트 추적, 평가, 서버리스 강화학습을 연계하는 환경인 CoreWeave Forge를 출시했다. 이 플랫폼은 무료 시작 티어와 신규 계정 대상 30일 Pro 체험판을 제공한다.
샤오미는 테스트 통과만을 목적으로 훈련된 모델이 불필요한 코드를 삽입하고 오류를 묵인하는 문제를 해결하기 위해, 테스트 결과에 품질 체크리스트 점수를 곱하는 방식을 적용했다. 이를 거친 MiMo-V2.6-Pro RL은 Artificial Analysis Intelligence Index에서 46점을 기록하며 오픈 가중치 모델 중 1위에 올랐다.
CoreWeave가 강화학습 진행 중 처리 중인 요청을 중단하지 않고 가동 중인 추론 배포에 새 모델 가중치를 직접 로드하는 인프라 기능인 RL Rollouts를 발표했다. NVIDIA와 You.com은 웹 검색용 Nemotron 3.5 Lightning의 사후 학습에 이 기능을 활용했다.