训练智能体第三弹：用强化学习训练本地/开源权重 agent教程来源: x作者: huggingface热度: 110发布于 2026年7月28日一篇教程，教你如何使用强化学习训练本地或开源权重的智能体。reinforcement learningopen-weightagent training查看原文 →评论登录后即可评论还没有评论，来发第一条吧。