tag: Agentic RL

IBM เปิดตัว Granite 4.2: โมเดล Open Reasoning ทรงพลังด้วยระบบ Agentic RL และการสั่งงาน Terminal

IBM เปิดตัว Granite 4.2: โมเดล Open Reasoning ทรงพลังด้วยระบบ Agentic RL และการสั่งงาน Terminal

· By: TanasakP
IBM เปิดตัวตระกูลโมเดลภาษา Granite 4.2 ในขนาด 3B, 8B และ 30B ภายใต้ลิขสิทธิ์ Apache 2.0 ชูจุดเด่นด้านการคิดวิเคราะห์อย่างเป็นระบบ (Reasoning) และความสามารถในการควบคุม Terminal รวมถึงการแก้ไขโค้ดผ่านสภาพแวดล้อมจำลอง
NVIDIA เปิดตัว Molt เฟรมเวิร์ก Agentic RL ขนาดกะทัดรัด รองรับ PyTorch แบบ Native

NVIDIA เปิดตัว Molt เฟรมเวิร์ก Agentic RL ขนาดกะทัดรัด รองรับ PyTorch แบบ Native

· By: AttapolK
NVIDIA NeMo Labs เปิดตัว Molt เฟรมเวิร์กสำหรับการวิจัยการเรียนรู้แบบเสริมกำลังเชิงเอเจนต์ (Agentic RL) ที่เน้นความเรียบง่ายด้วยโค้ดเพียง 8,600 บรรทัด พร้อมรองรับการทำงานร่วมกับ Ray และ vLLM โดยตรง