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