微软与 Hugging Face 发布 ThinkingBox-Training,将数据库状态检查转化为智能体 RL 奖励
微软与 Hugging Face 联合开源 ThinkingBox-Training,将原本用于评测智能体的数据库终态可执行检查转化为强化学习奖励函数,用于智能体后训练。
微软与 Hugging Face 联合开源 ThinkingBox-Training,将原本用于评测智能体的数据库终态可执行检查转化为强化学习奖励函数,用于智能体后训练。
Hugging Face 宣布旗下 Transformers、Diffusers 和 Kernels 库通过原生 PyTorch 后端 TorchTPU 获得 TPU 原生支持,不再依赖 Optimum TPU 或 torch_xla。
推荐理由:此前在 TPU 上运行 PyTorch 往往受限于图重编译或需改写 JAX,原生后端接入后开发者能直接将 TPU 视作普通设备调用。