MBZUAI 开源 RL360：K2 Horizon 背后的智能体训练引擎
IFM 开源了 K2 Horizon 背后的智能体强化学习训练栈 RL360。该系统曾在 7 天内并行运行 8,192 个沙箱、完成 130 万次 rollout。这一开源值得关注，因为大规模智能体训练基础设施很少开放，它能让更多实验室复现前沿的智能体训练方法，而不必依赖封闭的训练管线。
报道来源
- Alpha Signal2026-10-22 17:36
IFM 开源了 K2 Horizon 背后的智能体强化学习训练栈 RL360。该系统曾在 7 天内并行运行 8,192 个沙箱、完成 130 万次 rollout。这一开源值得关注，因为大规模智能体训练基础设施很少开放，它能让更多实验室复现前沿的智能体训练方法，而不必依赖封闭的训练管线。