MultiOn的Agent Q为自主网络代理设定了一个新的重要里程碑，结合了先进的搜索技术、AI自我批评和强化学习来克服当前的限制，代表着自主代理能力的重大飞跃，Agent Q官网入口网址

一个开放源代码的 14B 参数编程模型，具备高效的代码推理能力。

医疗领域复杂推理的大型语言模型

通过强化学习微调大型视觉-语言模型作为决策代理

VLM-R1 是一个稳定且通用的强化视觉语言模型，专注于视觉理解任务。

一种无需搜索即可激励 LLM 搜索能力的框架。