初探 OpenManus-RL

mwQIzsAK2 发表于 2025-4-20 18:53:21 | 显示全部楼层 |阅读模式 |快速收录 image甚么是OpenManus-RL? 区分于 Manus，OpenManus-RL 是一个尝试性智能体 RL框架，旨正在对于拉理模子截至加强进修微调去适配 一定范围的 Agent 任务 (拉理模子正在Agent体系中一般动作plan节面)。 为何需要OpenManus-RL？ 起首， 拉理模子的 RL 微调皆是激起才气。 如DeepSeek皆是激起的通用才气关于笔直范围的 Agent 任务需要固然一定的RL 微调 手艺构成 数据准备 通用拉理模子 -> reasoning格局数据 -> 嘉奖模子（可选，如 PPO） 锻炼战略 挑选锻炼框架 （今朝散成为了 Verl， TinyZero， OpenR1）挑选 reasoning 格局数据 （cot， tot，got 等）RL 微调 image已完待绝

回复 使用道具 举报 提升卡 置顶卡 沉默卡 喧嚣卡 变色卡 千斤顶 照妖镜