TwiScan
Hot
Communities
Account collections
Login
Register
English
日本語
한국의
简体中文
繁体中文
Register and share your invite link to earn from video plays and referrals.
Register now
美研芒格君
@Kay2289123
来自硅谷的投研团队 成员来自斯坦福、沃顿商学院 懂技术的投资者,懂投资的工程师 致力于让模型更聪明、更快、更便宜
Joined May 2026
44
Following
34.9K
Followers
美研芒格君
@Kay2289123
2026.10.27 16:55
Agent Evaluation 是我觉得为数不多还需要人力去做判断、将来很难被AI 彻底取代的职业方向。我给大家找了一个非常好的学习资料入门:Hugging Face 的公开 Training Agent 课程 学完了,你应该会有更强的 sense,判断 AI 时代下哪些工作更适合人来做 这个资料是公开的,视频都在 Hugging Face 的 YouTube 频道,代码全部开源,下面有这六节: 1、Agentic Evaluations Workshop:怎么评价一个 Agent。 这一章节去看:为什么 benchmark 分数和真实使用体验对不上?目前 Agent Eval 做到了哪一步,还有哪些问题没解决。先把“怎样才算一个好 Agent”,等等都有 cover 2、RL for Agents Workshop:给 Agent 做强化学习,难在哪 这一章节去关注:从 LLM 的 RL 走到 Agent 的 RL,会多出哪些难点?环境怎么搭、rollout 怎么跑、reward 怎么设计,以及训练过程中推理为什么会成为 bottleneck 3、SFT on agent traces:用 Agent 的执行轨迹做微调 这一章节去关注:拿公开的 coding-agent traces(执行轨迹)整理成训练数据,用 TRL + LoRA 做 SFT,在 Hugging Face Jobs 上跑,用 Trackio 看指标。基本带着走了一遍小型的微调流程 4、Distillation:把大模型的能力蒸馏给小 Agent 这一章节去关注:怎么把 teacher model 的能力转移给更小的 coding agent。off-policy、on-policy、self-distillation 都会讲,看看这几种蒸馏方式分别怎么做 5、Reinforcement Learning:SFT 之后,怎么继续用 RL 训练 这一章节去关注:用 GRPO 接着训练,讲 group sampling、可验证的 reward,以及 reward、KL、输出长度这些曲线怎么看。看 Agent 怎么 reward hacking 6、From reward functions to environments:让 Agent 在真实环境里学习 这一章节去动手:从 reset()/step() 接口讲起,用 OpenEnv 搭环境、上传到 Hub,再接入 TRL 的 GRPOTrainer。最后通过 Harbor 和 Hugging Face sandboxes,用 AsyncGRPOTrainer 训练真正的 coding agent:OpenCode。让 Agent 在环境里采取动作、拿到反馈,再继续训练
Show more
0
0
18
498
65
Forward to community
Most Popular Users
Tibo
@thsottiaux
1M Followers
FinancialJuice
@financialjuice
958.4K Followers
Serenity
@aleabitoreddit
1.1M Followers
First Squawk
@FirstSquawk
579.4K Followers
LiveSquawk
@LiveSquawk
504K Followers
Binance Wallet
@BinanceWallet
2.8M Followers
CNBC
@CNBC
6.3M Followers
Seeking Alpha
@SeekingAlpha
347.9K Followers
New York Post
@nypost
4.3M Followers
The Wall Street Journal
@WSJ
22.3M Followers
TheStreet
@TheStreet
1.2M Followers
ClaudeDevs
@ClaudeDevs
825.4K Followers
Binance
@binance
16.1M Followers
amit
@amitisinvesting
672.2K Followers
Reuters
@Reuters
26.5M Followers