แท็ก

#agentic-RL

2 บทความ

Liquid AI ปล่อย LFM2.5-2.6B โมเดล 2.6B ที่เทรนด้วย RL ใน agent harness จริง — เคลมสู้โมเดลใหญ่กว่า 4 เท่าได้เรื่อง tool use แต่ license มีเพดานรายได้ 10 ล้านดอลลาร์
โมเดลใหม่

Liquid AI ปล่อย LFM2.5-2.6B โมเดล 2.6B ที่เทรนด้วย RL ใน agent harness จริง — เคลมสู้โมเดลใหญ่กว่า 4 เท่าได้เรื่อง tool use แต่ license มีเพดานรายได้ 10 ล้านดอลลาร์

Liquid AI เปิดตัว LFM2.5-2.6B (4 ส.ค. 2026) โมเดลบนเครื่องที่ post-train ด้วย agentic RL ใน harness จริงอย่าง OpenClaw — กินแรมต่ำกว่า 2.5GB คอนเท็กซ์ 128K และรันได้ทั้ง llama.cpp/MLX/ONNX/vLLM แต่ต้องอ่าน LFM Open License ให้จบก่อนใช้เชิงพาณิชย์

· อ่าน 6 นาที
Moonshot เปิดซอร์ส AgentENV — โครงสร้างพื้นฐาน sandbox ที่ใช้เทรน agentic RL ของ Kimi K3 บูตเครื่องใหม่ใน 50 มิลลิวินาที
เครื่องมือนักพัฒนา

Moonshot เปิดซอร์ส AgentENV — โครงสร้างพื้นฐาน sandbox ที่ใช้เทรน agentic RL ของ Kimi K3 บูตเครื่องใหม่ใน 50 มิลลิวินาที

ทีม kvcache-ai ร่วมกับ Kimi เปิดซอร์ส AgentENV (AENV) ภายใต้ MIT — แพลตฟอร์มรัน sandbox สำหรับเทรน agent ในสเกลใหญ่ที่อยู่เบื้องหลัง agentic RL ของ Kimi K3 ใช้ Firecracker microVM + overlaybd บูตหรือ resume ได้ต่ำกว่า 50 ms และเปิด HTTP API ที่เข้ากันได้กับ E2B SDK โดยไม่ต้องแก้โค้ด

· อ่าน 6 นาที