强化学习

DataPrep-Bench把’数据准备’做成端到端基准 + Skill Self-Play靠共进化技能推capability前沿 + Molt给Agentic RL一套PyTorch原生框架 + Agentic Context Management把Agent记忆当生命周期治理 + 原生多模态从零预训练。工具圈: Cindy开箱即用Agent / klaatcode终端编码Agent / Caspian Agent通信SDK。