FireFlash公开长程智能体RL训练配方
热点事件观察中
FireFlash公开长程智能体RL训练配方
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Wenbo Hu、Nanyun Peng、Dakuo Wang、Kai-Wei Chang 等研究者在 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得到的 300B 级终端与编程智能体，并公开了完整训练配方。团队称整个训练只用了 64 张 NVIDIA B300、不到 5 天。 FireFlash 在 Terminal-Bench 4.0 上的 Pass@1 达到 46.2%，与 Fable 5、GPT-6 Sol 处于同一水平，而单个任务的成本比最高推理强度下的 Fable 5 低 30 倍以上。由于模型由团队自行部署，FireFlash 按 GLM-5.3-Flash 的公开价格计费。
AI 根据报道生成 · 3 小时前更新
最新进展11月12日 20:27
FireFlash 公开长程智能体 RL 配方，64 张 B300 训练比肩 Fable 5 与 GPT-6 Sol报道时间线
沿着报道，了解事件的不同侧面。
11月12日
- 机器之心精选FireFlash 公开长程智能体 RL 配方，64 张 B300 训练比肩 Fable 5 与 GPT-6 Sol
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。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 511月13日 20:00
- 近 24 小时变化
- –
0246
20:0021:0022:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。