Snowflake AI Research / OpenHands · 阅读材料
值得学什么
把提示、工具回合、原始token、奖励和独立评估连起来，适合准备把现有Agent接入训练的人。
准备
熟悉基本Python与工具调用；理解训练集和留出集的区别即可开始读，复跑训练另需多卡资源。
动手试试
纸上追踪一个任务：哪些token参与损失，测试看到哪份文件状态，评估路径是否独立；再拟一个空操作反例。此练习尚未由本期执行。
阅读依据
已读recipes/rl/harbor README中的任务包、训练采样代理、损失掩码、预检与评估默认配置。