NVIDIA NeMo 提供了编码 AI 智能体的能力，使其能够运行长期机器学习工作流，专门针对强化学习研究。
这些智能体可以检查代码库、设置运行时环境、解决构建问题、启动实验、监控执行过程、分析指标并总结结果。这种自动化解决了这样一个挑战：有意义的强化学习指标通常只有在建立了必要的实验基础设施后才会出现。
lab
NVIDIA Technical Blog
·
71 天前
·
inference
NVIDIA NeMo 借助强化学习智能体技能实现自主研究工作流
译自 English → 中文
相关文章
media
MarkTechPost
·
52 天前
·
30 次浏览
NVIDIA NeMo 发布 Molt，一个紧凑的 PyT-native 智能体强化学习框架
NVIDIA 的 NeMo 团队发布了 Molt，这是一个开源的智能体强化学习框架，旨在降低研究人员进行算法迭代的复杂性。代码库包含约 8.6K 行 RL 代码，显著小于 comparable frameworks like verl (62K lines) and slime (25K lines).
arxiv
arXiv cs.AI
·
70 天前
·
19 次浏览
AI加速框架在五个阶段验证了快速的专业技能提升
作者提出了一种端到端框架，将AI加速应用于知识获取、内容开发、审查、教学和评估的五个阶段。这种方法旨在通过提高生产和学习效率来解决企业技能差距日益扩大的问题。
lab
NVIDIA Technical Blog
·
77 天前
·
15 次浏览
NVIDIA和LangChain发布Nemotron 3 Ultra的配置文件以提升智能体性能
NVIDIA和LangChain发布了专为LangChain Deep Agents框架中的NVIDIA Nemotron 3 Ultra模型设计的新harness配置文件。该配置文件旨在通过利用微调技术来解决智能体系统中精度与成本之间的常见权衡问题。
lab
Hugging Face Blog
·
刚刚
·
4 次浏览
实时
NVIDIA Warp 和 MjWarp 实现 GPU 加速的并行机器人仿真
基于 NVIDIA Warp 构建的 MuJoCo Warp (MJWarp) 允许兼容的 MuJoCo 模型在 GPU 规模上运行，从而在一次调用中推进数百或数千个独立仿真世界的进展。这种架构将重点从最小化单个环境的延迟转移到提高聚合吞吐量，这有利于强化学习和大规模采样。
arxiv
arXiv cs.AI
·
1 天前
·
14 次浏览
世界状态生成器将计划与合成世界对齐以提高智能体成功率
世界状态生成器（WSG）是一种模型，通过在失败后重写状态，使语言智能体的计划与其执行环境的规则保持一致。它在从七个合成领域提取的226K条轨迹上进行训练，在这些领域中，程序强制执行规则并验证目标可达性。