Hugging Face @huggingface

同一个模型，同样的权重，在一个智能体框架中得分 62%，在另一个中得分 33%。 @adithya_s_k 和 @huggingface 团队刚刚发布了多框架 RL 的终极指南，这是今年最实用的 RL 文章之一，而且一切都是开源的！ 技巧很简单。不要碰框架。让它指向一个代理，而不是模型。该代理支持编码智能体使用的所有四种 API 格式（OpenAI Chat Completions、OpenAI Responses、Anthropic Messages、Gemini）。它记录 vLLM 采样的确切 token id 和对数概率，然后你在这些数据上训练。你不需要修改 Claude Code、Codex 或 OpenCode 的一行代码。 结果： 🔹 同时在 4 个框架上训练，@liquidai 的 LFM2.5-2.6B 从 42% 提升到 54% 🔹 工具调用减少 31%，这得益于对用更少步骤解决任务的小奖励 🔹 仅在 OpenCode 中训练就将 OpenCode 从 34% 提升到 58%，但多框架模型在所有方面都有改进 他们还尝试了所有人都想到的捷径：在来自 Qwen3.8-27B 的 3,189 个成功 rollout 上进行微调。模仿学习在 47.5% 处停滞，低于两次 RL 运行。复制更大的模型并不能让你达到目标。练习才能。 最棒的是，一切都是开源的：捕获代理在…

• 微软发布4B视觉语言模型Mage-VL-Cowork2026-10-31
• 开发者用英伟达Nemotron开源模型打造万圣节鬼屋2026-10-30
• 社区发布Gemma-4-31B-Humanlike-Chat微调模型2026-10-30
• 社区发布Qwen 3.8 Swift 1.5 Flash Heretic v2无审查量化版2026-10-30
• Whissle开源70MB实时语音模型Arc2026-10-30