熱點事件持續更新
ThinkingBox-Training 開放並公佈訓練成效
1 篇報道1 個報道來源2 小時前更新
先了解這件事
AI 綜述
2026-10-23，Hugging Face Blog 報道，ThinkingBox-Training 已在 GitHub 開放。該方法將智能體完成任務後，對資料庫終態進行的可執行檢查用作後訓練獎勵。報道指，研究以 GRPO 對 Qwen3.8-27B 訓練 50 步，並在 ThinkingBox-Bench 的 507 項任務中測試，每項任務測試 20 次。測試結果顯示，pass@1 由 51.70% 升至 60.78%；20 次測試全部成功的任務數，則由 38 項增至 107 項。
AI 根據報道生成 · 1 小時前更新
最新進展10月23日 06:24
ThinkingBox-Training 已在 GitHub 開放，並公佈訓練及評測結果。報道時間線
沿着報道，瞭解事件的不同側面。
10月23日
- Hugging Face Blog精選ThinkingBox-Training 開放 GitHub，將資料庫終態檢查用作智能體後訓練獎勵
ThinkingBox-Training 已在 GitHub 開放，將智能體完成任務後的資料庫終態可執行檢查用作後訓練獎勵。以 GRPO 對 Qwen3.8-27B 訓練 50 步後，在 ThinkingBox-Bench 的 507 項任務（每項測試 20 次）中，pass@1 由 51.70% 升至 60.78%，20 次全部成功的任務由 38 項增至 107 項。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。