概念
别名：智能体强化学习
结合智能体自主决策的强化学习范式
已跟踪 2 条高相关材料
最近变化
2026-10-14 · RL框架本质是训练与推理异质负载的耦合，非统一计算图
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。
CMU 秋季最新课程 11-768: AI Agents 主讲：@dan_fried @gneubig 第 12 讲「Reinforcement Learning Systems」讲义和视频已公...
meng shao(@shao__meng) · 8.5 分
CMU最新课程系统讲解强化学习系统设计，涵盖框架、优化与实战经验。
Deploy local agents everywhere with LFM2.5-2.6B
Hugging Face Blog · 8.5 分
LFM2.5-2.6B 是首个支持边缘设备部署的高效代理模型，性能媲美 4 倍参数量模型，推理速度达 220 tok/s（M5 Max）。
已收录 2 条与 Agentic RL 相关的内容，按评分排序。
CMU最新课程系统讲解强化学习系统设计，涵盖框架、优化与实战经验。
入选理由：RL框架本质是训练与推理异质负载的耦合，非统一计算图
LFM2.5-2.6B 是首个支持边缘设备部署的高效代理模型，性能媲美 4 倍参数量模型，推理速度达 220 tok/s（M5 Max）。
入选理由：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）
