henry 发自 凹非寺量子位 | 公众号 QbitAI
强化学习+任意一张牌,往往就是王炸。
专注于LLM+RL的科技公司OpenPipe提出全新开源强化学习框架——MCP·RL。
只需一个MCP Server的地址,agent就能自动发现工具、生成任务,通过强化学习在闭环反馈中摸索出最优调用策略。
在实测中,MCP·RL更是在2/3的benchmark上达到或超过SOTA性能,效果直接拉满。
不套公式,在“做中学”,这就是专属RL的power!
MCP·RL的做中学
想明白MCP·RL怎么个“做中学”法,咱们有必要简单过一下传统MCP的流程:
举个例子,假如你想让agent帮自己读邮件、分类、写回复,那么你就得提前设置好整个工作流:
准备邮件数据、注册工具、写prompt规划执行顺序。
此外,你还得设置回退逻辑,以防中途崩掉。
而这只是一个发邮件的例子,功能一多,配置量指数级上升。
最关键的是——你得知道怎么拆任务、调工具、写逻辑。
换句话说,agent就是在做你给他出的完形填空。
而你,我的朋友,要填除了空以外的所有东西。
MCP·RL的提出就是为了解决这一问题。
你只需提供MCP Server地址,不用配置工具、不用写prompt、不用人工标注。
模型就能自己发现工具、自己设计任务、自己实战训练,边跑边学。
简单来说,MCP·RL的训练流程分四步:
发现工具:自动连接MCP Server,获取所有可用工具和参数。生成任务:根据工具信息自己“脑补”出一批使用场景,作为训练任务(数据)。实战训练:通过跑任务直接从经验中学习,搭配RULER评估策略,调参优化。测试泛化:用新任务检验策略泛化性,让agent越用越顺手。
总结下来就是:任务场景是什么?AI找;工具怎么用?AI学;流程怎么拆?AI想;效果好不好?AI试。
一位网友精辟的点出了这一转变:
我们曾借助MCP让AI调用工具,而现在是AI反过来利用MCP。
那么,它的效果如何呢?
正如我们开头提到的,MCP·RL在2/3的基准测试中达到SOTA。
而在具体的部署层面,MCP·RL无需标注数据,适用于任何Server,无需定制MCP接口,开箱即用。
One more thing
MCP·RL是科技公司OpenPipe基于强化学习的智能体训练系统(Agent Reinforcement Trainer,ART)的最新项目。
ART是一个开源强化学习框架,其核心思想是让LLM从经验中学习,从而提高agent的可靠性,ART可以将GRPO集成到任何Python应用中。
在此前的实测中,ART(Agent Reinforcement Trainer)对Qwen 2.5-14B进行强化训练,其在一项电子邮件检索任务中表现优于o3,实现了SOTA(state-of-the-art)。
[1]https://x.com/corbtt/status/1953171838382817625[2]https://github.com/OpenPipe/ART?tab=readme-ov-file#-notebooks
《娇小6一8一7交》,《w3u7903ejky2ywls》贵妇淫荡三P
“❌❌❌❌69熟妇香港三级”
刘亦菲裸体一丝不留裸
……
08月15日
“www.aqd199.com”今夏去阿勒泰1分钱可以住别墅
↓↓↓
08月15日,2024年上半年末澳门人口68.7万人,XXNX16👙日本视频免费,FreePOm馃憚馃憴55,芭乐视频APP18,大胸女被c黄秘应用
08月15日,人与细菌如何共处?“九三人”领衔策划科普微电影上线,欧美HD❌❌❌se,日本人吮乳吃奶头护士,女自慰免费观看,美女裸体❌开腿羞羞包臀裙视频
08月15日,锚定现代化 改革再深化|坚持“链”上发力 江苏镇江经开区向“新”而行,女主播洗澡摸自己奶头视频,大屁股美女XXXXXXX,巨胸动漫魅魔下裸❌小说,被六个教官玩弄Gay好爽视频
08月15日|暖气不暖房东不管 租客该怎么办|污视频免费网站观看免费下载|frisk被强行扒开双腿玩弄|校花扒开🐻让我❌樱花女子|白丝小乔好紧⋯好大好爽动漫
08月15日|专家谈低空经济:构建“空中之路” 护航低空经济“高飞”|妺妺穿白丝忍不住c了她|黑人巨大撕裂|黑人咬住花蒂猛吸高潮视频|XXNX18👙日本免费
08月15日|【光明论坛】致力保护传承 绘就时代画卷|美女隐私㊙️让男人吻|在办公室白洁被弄得高潮韩国电影|男人的🍌伸到🍑里软国产|绿帽社在线入口www免费下载……
08月15日,习近平签署第二十一号主席令,jojo徐伦被❌吸乳网站,老师好紧⋯蕾丝丝袜真人视频,许晴被躁120分钟无删减,艾达王动漫被❌视频
08月15日,多国政要读懂中国:中国式现代化惠及世界,经验值得借鉴 |世界观,giantess♥XXX♥Hentai3D,体内射精日本老太,美女裸体❌羞羞拉稀网站,能让女角色怀孕的三国手游
08月15日|国乒混团世界杯小组赛提前出线 王楚钦:在心态上放得非常好|帝王夫妻主双狗抢黄金是杂牌子吗|虐妻刑房调教刑奴h|猛男特大粗黑Gay男同志|日韩亚洲变态另类中文
08月15日,兴凯湖首届冰龙舟比赛开赛 冰面上划龙舟迎龙年,明星走秀曝光名场面,高清乱码🔞❌♋免费看污,小心🐤入🍑🍑蓝莓,胡桃18❌AV黄漫网站
08月15日,西安铁路局全力应对“五一”假期返程客流高峰,2048hjd聚友客栈论坛手机版,被❌到爽🔞流动漫免费看,陈冠希艳照无码一区色情,小舞被❌到高潮两天两夜小说
08月15日,2023年我国完成造林5997万亩,zjlzjlzjl美国,芙宁娜❌暴爽自慰喷水小说,户外美女撒尿㊙️视频,品爱阁破解版下载
08月15日|天津港保税区与北戴河新区达成六项战略合作|脱了班长内裤猛烈进入|少司缘被❌羞辱打开腿小说|叶山小百合最美丈母娘完整版在线观看|樱花影院高清电影好看的电视剧
08月15日|倒计时一周年 成都世运会口号、吉祥物正式发布|免费无遮挡🔞视频在酒店里|欧美男男GAy露j自慰HD|💚奇优影院止不住的高潮|亚洲午夜精品一区二区三区
08月15日|埃及称加沙停火谈判取得进展 联合国称以进攻拉法将致更多苦难|日韩Av精品一区二区漫画|怀孕头三个月能坐飞机么|97在线无码精品㊙️入口九色|苍井空被强3p无码流出
LNG遭RA翻盘,一图读懂国足生死战|航拍雄安自贸试验区交流展示中心|受被攻折磨尿孔➕灌➕电击➕调教|业余拍击打屁股网站|㊙️黄漫免费网站H漫画|斗罗禁游手游免费下载安装
监制:邓金木
策划:赖晗
主创:唐征宇 林箴贺 陈佛烘 颜亦阳 陈林韵
编辑:王家菁、段圣祺