Agentic RL

最近变化

2026-08-04 · 6B 参数模型在 STEM 任务中超越 8B 参数 Qwen3.5-9B（AA Omniscience 指标 -29.50 vs -50.43）

为什么值得关注

Agentic RL 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。