在 #NeurIPS2025 上，@danielhanchen (@UnslothAI)、Davide Testuggine (@Meta)、@joespeez (Meta) 和 @bhutanisanyam1 (Meta) 进行了关于环境如何塑造代理 AI 和强化学习下一个阶段的集中讨论。 他们的会议探讨了环境为何是代理行为、学习和评估的核心，涵盖了可扩展的 RL 环境框架、安全性和鲁棒性基准、适用于异构硬件的高性能模拟器，以及环境如何与训练者、推理引擎和支持对齐与部署的后训练工作流程集成。 📸 来自 #PyTorch 在 NeurIPS 的更多更新即将发布 #AIInfrastructure #ReinforcementLearning