arXiv · cs.AI · Shuzheng Gao, Zhaojian Yu, Penghao Yin, Yuling Shi, Kai Cai, Shilin He, Michael R. Lyu · 3 小时前模型评分58
RSI-Dojo：训练 大语言模型（LLM，Large Language Model） 智能体自动完成模型后训练
Training LLM Agents to Automate LLM Post-Training with RSI-Dojo
导读
研究团队提出 RSI-Dojo，一套可执行的模型训练环境，用来教 大语言模型（LLM，Large Language Model） 智能体执行后训练。他们用 RSI-Craft 自动流水线把顶会论文转成统一接口的训练任务，经数据规模、执行可靠性和区分度筛选后得到 281 个种子任务，再收集前沿模型的高质量训练轨迹微调 Qwen3.5-9B 和 Qwen3.6-35B-A3B。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：foundation-models，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “In this paper, we introduce RSI-Dojo, a collection of executable model training environments designed to teach LLM agents to conduct post-training.”
来源：arXiv · cs.AI · arxiv.org