Agentic RL 时代的 Infra 重构：以Forge、ROLL、Seer 、Slime为例网页链接作者 低级炼丹师“这篇文章是在阅读了 Forge、ROLL 、Seer 、slime的博客及技术报告之后，对这四家公司在 infra 和 agentic RL 相关工作中的部分底层算法所做的整理与总结。作者主要是纯算法背景，对 infra 也有一定了解，但并不算特别深入。因此，这篇文章更多是从应用算法的视角出发，尝试理解和梳理 RL infra 相关技术，并且作为个人学习相关知识的笔记。文中若有理解不准确或表述不严谨之处，也非常欢迎各位老师的批评指正。”AI创造营