Agent Training Reinforcement Learning Tool Use System Framework
摘要

现代 AI 智能体依赖复杂的推理 harness 进行多轮推理和工具使用,但这使得端到端训练变得困难。本文提出 OpenForgeRL,一个开源框架,旨在支持在不同环境中对基于 harness 的智能体进行端到端训练。该框架通过轻量级代理记录模型调用作为训练数据,并利用 Kubernetes 编排大规模 rollout,实现了训练与推理的解耦。实验表明,该方法在代码和 GUI 操作等多个基准测试中优于同类开源基线,显著提升了智能体的工具覆盖率和多步计划完成能力。

AI 推荐理由

论文核心在于构建框架以训练 Agent 在复杂环境中使用工具和执行多步任务,直接提升技能。

研究机构
Columbia University Dartmouth College Microsoft Research
论文信息
作者 Xiao Yu, Baolin Peng, Ruize Xu, Hao Zou, Qianhui Wu et al.
发布日期 2026-07-23
arXiv ID 2607.21557
相关性评分 9/10 (高度相关)