千机 API 热点事件观察中
ThinkingBox 用数据库执行结果训练智能体
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Microsoft 与 Hugging Face 发布 ThinkingBox-Training，将数据库终态的可执行检查结果转为智能体后训练的奖励。根据 2026 年 10 月 23 日的 Hugging Face 博客，团队使用 50 个 GRPO 步骤微调 Qwen3.8-27B 后，平均成功率从 51.70% 升至 60.78%；20 次尝试均成功的任务从 38 个增至 107 个，但至少成功一次的任务从 453 个降至 446 个。
AI 根据报道生成 · 1 天前更新
最新进展10月23日 06:24
ThinkingBox-Training 开源，微调后平均成功率升至 60.78%。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Hugging Face Blog精选ThinkingBox-Training 开源：将数据库校验结果转为智能体强化学习奖励
Microsoft 与 Hugging Face 发布 ThinkingBox-Training，用数据库终态的可执行检查结果作为智能体后训练的奖励。使用 50 个 GRPO 步骤微调 Qwen3.8-27B 后，平均成功率从 51.70% 升至 60.78%，20 次尝试均成功的任务从 38 个增至 107 个；至少成功一次的任务则从 453 个降至 446 个。
本事件热度走势
当前热度 4·可比范围峰值 9（10月23日 12:00）·近 24 小时可比范围变化 -51%
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。