微软与 Hugging Face 联合开源 ThinkingBox-Training
热点事件持续更新
微软与 Hugging Face 联合开源 ThinkingBox-Training
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
微软与 Hugging Face 联合开源了 ThinkingBox-Training，该方法将智能体操作后的数据库终态可执行检查转化为强化学习奖励来训练智能体。经其微调后的模型在基准测试中的成功率和可重复成功任务数均有所提升。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 06:24
微软与 Hugging Face 推出 ThinkingBox-Training：将数据库状态检查转化为智能体强化学习奖励报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Hugging Face Blog精选微软与 Hugging Face 推出 ThinkingBox-Training：将数据库状态检查转化为智能体强化学习奖励
微软和 Hugging Face 联合开源了 ThinkingBox-Training，通过将智能体操作后的数据库终态可执行检查转化为强化学习奖励来训练智能体。使用该方法对 Qwen3.8-27B 进行 50 步 GRPO 微调后，其在 ThinkingBox-Bench 基准上的 20/20 可重复成功任务数从 38 个提升至 107 个，平均成功率从 51.70% 提升至 60.78%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。