全部标签

Rl

模型后训练视角：DeepSeek Harness 把企业进化做进了架构

引子：这篇文章和市面上的有什么不同 DeepSeek 开源的 Agent Harness（DSH）已经有不少介绍文章了：它是什么、怎么装、插件架构有多优雅。这些文章大多止步于“又一个 Agent 框架”，因为它们回答的问题是“DSH 长什么样”。这篇文章想回答另一个问题：为什么一家模型厂商要花这么大精力做一个 Harness，以及它的设计选择对企业意味着什么。切入点是后训练。后训练（SFT、R…
行业动态
- 1.8k
- 0
周睫毛的伦6小时前