[论文] FireFlash:实现性能成本帕累托前沿的长期代理强化学习的开放配方
原文:[Paper] FireFlash : An Open Recipe for Long-Horizon Agentic RL Achieving the Performance-Cost Pareto Frontier
我们推出了 FireFlash,这是一个为长期代理任务量身定制的 300B 规模模型。 FireFlash 作为终端和编码代理表现出色,在 Terminal-Bench 4.0 1 上实现了 46.2%,与 Fable 5 和 GPT-6 Sol 相当,而在最大努力下,每个任务的成本比 Fable 5 低 30 倍以上(图 1)。这些成果也转移到软件工程基准测试中,包括 DeepSWE v1.1 2 和 SWE-Ben
正文没能搬到本站:该站禁止服务器(机房 IP)抓取,返回 site,换任何浏览器标识都拿不到。在手机上打开原站往往又慢又卡,下面先把收录到的内容给你。
本站会持续尝试重新抓取;也可以收藏这条,正文抓到后会永久保留。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。