Agent驱动的模型训练，基元律动做了一次迈向RSI的实验
2026.09.09 · 事件 · 开源项目 · 媒体报道
基元律动开源NeoHorse-1模型，通过路由系统记录Agent执行经验并用于训练，实现单轮RSI闭环验证。
基元律动发布NeoHorse-1，开源4B和9B模型，利用OpenSquilla路由系统记录Agent执行轨迹，经筛选、课程学习和On-Policy Distillation训练，实现单轮RSI闭环。4B模型平均分从58.94提升至64.87，9B从65.60提升至69.04。
- 开源4B和9B模型，实现单轮RSI闭环验证
- 利用路由系统记录Agent执行轨迹作为训练数据
- 4B模型平均分提升5.93，9B提升3.44
- 采用课程学习和On-Policy Distillation训练方法
- 与清华、北大合作，无问芯穹提供底层支持
为什么值得看
首次将RSI从概念变为可复现的工程闭环，为Agent自我改进提供新路径。
适合谁关注
关注AI Agent训练、自我改进和Harness框架的研究者与开发者。