跳到正文
AI HOT 精选

英伟达开源 Polar 框架,不改代码就能让 Codex 跑分涨近 6 倍

英伟达推出 AI 框架 Polar,让 Codex 跑分暴涨 594.74%

英伟达搞了个叫 Polar 的开源框架,专门解决一个实际问题:怎么在不重写 Codex、Claude Code 这些现成代码工具的前提下,用强化学习(GRPO,一种让模型在多步任务里根据奖励信号自己学会更优操作的训练方法)去训练它们。

推荐理由:英伟达开源 Polar 框架,让 Codex 无需重写代码即可用强化学习训练,为现成代码工具的能力提升提供了一条可迁移的路径。

读原文 ↗导出 Markdown