OpenAI 分享使用 Agent RFT 訓練 AI 代理的四大成功原則：任務要明確可評分、訓練資料要像生產環境、讓模型有探索空間、以及獎勵函數不能被鑽漏洞。這些原則來自與 …
OpenAI 推出 Agent RFT，首次讓模型在訓練過程中與外部世界互動。這項技術允許 AI 代理在訓練時呼叫真實的工具端點，並透過自訂獎勵函數學習最佳行為模式。對於打造企業級 AI 代理的開發者 …
