DeepReinforce 开源 Ornith-1.0:让模型自行编写 RL 框架,编程能力匹敌 Claude Opus 4.7DeepReinforce 正式开源了 Ornith-1.0,这是一个专为智能体编程设计的自我改进模型家族。与传统的强化学习(RL)方法不同,Ornith-1.0 的核心创新在于让模型自行编写其训练框...大语言模型# DeepReinforce# Ornith-1.04个月前1750