机器之心·· 1 天前精选推荐指数74
FireFlash 公开长程智能体 RL 配方，64 张 B300 训练比肩 Fable 5 与 GPT-6 Sol
64张B300、不到5天，FireFlash比肩Fable 5与GPT-6Sol，单任务成本低30倍！
AI 导读
研究者在 Agent Economics 博客发布 FireFlash，一个从 GLM-5.3-Flash 出发经全参数强化学习训练的 300B 级终端与编程智能体，训练只用 64 张 NVIDIA B300、不到 5 天。
推荐理由
原文公开了长程智能体 RL 的完整训练配方与关键环节数据，读者可据此评估百卡级集群复现前沿智能体训练的可行性。
来源：机器之心 · mp.weixin.qq.com