新浪科技訊 3月4日上午消息，螞蟻螞蟻集團聯合清華大學發布開源強化學習訓練框架AReaL v1.0穩定版。集團該版本主打“Agent一鍵接入RL訓練”：不用改代碼，聯合兼容各類Agent框架，清華強化讓智能體強化學習訓練開箱即用。大學

　　2026年開年以來，發布Agent持續升溫，開源框架以LangChain、學習訓練Claude Code、穩定OpenClaw為代表的螞蟻智能體框架繁榮發展，但也暴露出兩大瓶頸。集團一是聯合接入訓練成本高：現有智能體框架接口各異，每接入一個往往需要編寫整套適配代碼。清華強化二是大學Agent缺乏持續進化的能力：多數Agent的能力取決於底層模型在訓練階段習得的固定權重，部署後無法再針對特定場景持續優化，發布能力上限在交付時便已確定。

　　AReaL是首個全異步訓推解耦的大模型強化學習訓練係統，能讓Agent在真實任務交互中獲得反饋、持續優化決策。此次發布的v1.0版本讓任意Agent零改造接入RL 訓練成為現實，即通過在智能體與訓練係統之間加入 Proxy Worker 中轉層，開發者隻需修改一個請求地址即可接入訓練。

責任編輯：楊賜

• ·斯普利特：籃球核心是團隊凝聚力 一切要從和球員建立聯結開始
• ·2025安慶“送戲進萬村”活動圓滿收官
• ·全國“敬老愛老助老模範人物”——張帥
• ·“窗簾之約”照見江淮大地全域文明畫卷
• ·以珠海為橋，黔澳兩高校首次聯辦酒文化培訓交流會
• ·教育部公布義務教育優質均衡發展縣(市、區) 安徽多地上榜
• ·馬鞍山搭建關愛新就業群體平台
• ·雲南百人齊跳菜是怎麽跳的？為什麽跳菜可以進非遺名單？
• ·名記：如果收到心儀的報價 籃網願意交易克拉克斯頓和小波特
• ·拜祖大典期間車流量較少路線是哪些？河南高速發布往返出行建議
• ·霸權“黑手”，全球作亂 丨 新漫評
• ·珠海傳媒集團2026年電力市場購電項目成交結果公告
• ·籃網怎麽想？布魯克林區街頭大量球迷瘋狂慶祝尼克斯奪冠
• ·宿州市：人人都是城市文明的“代言人”
• ·我國航空公司恢複部分至中東地區航班
• ·珠海這場招聘會提供適合女性就業崗位2300多個