激动地宣布发布《终极多模型强化学习指南》。同一个模型在不同的代理框架中表现不同。所以我们创建了一种开放的方式，可以在任何任务集上，使用任何框架（如Claude Code、Codex和OpenCode）对任何模型进行强化学习训练，而无需修改框架或训练代码的任何一行。经过四个框架的训练，LFM2.5-2.6B的准确率从42%提升到了54%，并且工具调用减少了31%。
—— huggingface (@huggingface) X帖子｜2026-10-01T15:43:12+00:00
原帖：https://x.com/huggingface/status/2105685685822750743
huggingface：激动地宣布发布《终极多模型强化学习指南》。同一个模型在不同的…
激动地宣布发布《终极多模型强化学习指南》。同一个模型在不同的代理框架中表现不同。所以我们创建了一种开放的方式，可以在任何任务集上，使用任何框架（如Claude Code、Codex和OpenCode）对任何模型进行强化学习训练，而无需修改框
扫描二维码，在手机上阅读
