英伟达开源AI框架Polar让Codex性能提升近600%
最近，英伟达的研究团队放出了一个开源新框架——Polar，在AI智能体开发圈里引起了不小的关注。这个框架的核心目标很明确：让现有的代码智能体（比如我们熟知的Codex、Claude Code、Qwen Code）能够无缝接入一种名为“广义相对策略优化”（GRPO）的训练方法，而且整个过程不会干扰智能体原有的工具调用、上下文管理这些核心工作流。简单说，就是给现有的“老伙计”们装上一个更强大的新引擎。
那么，GRPO到底是什么？它本质上是一种强化学习优化技术。你可以把它理解为一个聪明的“教练”，通过“奖励”信号来不断调整模型的决策策略，帮助它在需要连续做出多步判断的复杂任务中，找到更优的行动路径。在英伟达的这项研究中，GRPO被专门用来训练代码智能体，让模型在实际的编码、调试、提交补丁这一长串流程中，能够自我迭代，越做越好。
这背后反映了一个明显的趋势：智能体的强化学习训练，正从解决单一、独立的步骤，转向攻克那些冗长而复杂的流程性任务。比如，维护一个代码仓库、在浏览器中执行系列操作，或者与操作系统进行深度交互。这些任务高度依赖现有的执行框架，涉及多轮工具调用和复杂的上下文管理。如果硬要把这些框架改写成传统强化学习所需的标准环境接口，不仅工程难度巨大，还很容易丢失那些对训练至关重要的细微信号。
英伟达的Polar框架选择了一条更巧妙的路径。它没有去“重造轮子”，碘伏现有的智能体框架，而是选择在模型API的边界上“安置”智能体。这样一来，原有的运行逻辑得以完整保留。Polar相当于在执行框架和推理服务器之间扮演了一个“中间人”和“记录员”的角色。它兼容多种请求风格，能够悄无声息地捕捉关键的执行数据，并将其转化为可用于GRPO训练的有效信息。
从系统架构上看，Polar集成了任务提交、会话调度和状态持久化等一系列功能。通过对初始化、运行和后处理流程的精心优化，整个训练效率得到了显著提升。实验数据最有说服力：采用Polar框架结合GRPO方法训练的智能体，在权威的SWE-Bench Verified测试集上表现惊人。以Codex为例，其pass@1分数从原来的3.8%飙升至26.4%，提升幅度高达594.74%。
除了性能的飞跃，效率的提升同样亮眼。使用该框架后，训练时间缩短了约5.39倍，GPU的平均利用率也得到了显著改善。这意味着，未来开发更强大的智能体，不仅效果更好，所需的成本和等待时间也将大幅减少。这无疑为下一代AI智能体的训练铺平了一条更高效的道路。
相关攻略
英伟达开源框架Polar让现有代码智能体无需改动即可接入GRPO强化学习训练。它作为中间层高效捕获数据并转化为训练信号，显著提升复杂任务处理能力。实验显示，采用该方法的Codex模型性能提升近600%，训练时间缩短约5 4倍，为高效训练下一代AI智能体提供了新路径。
高通与虹软联合发布视频超域融合技术，基于骁龙平台深度优化，通过调度多硬件算力提升视频动态范围与影调层次，实现电影级画质，性能提升40%且功耗降低。AI还能依据自然语言指令自动筛选剪辑素材，简化创作流程，展现了软硬件协同推动移动影像向专业化、智能化发展。
NotionAI桌面客户端针对Windows和macOS平台发布更新，重点提升性能与优化深色模式。新版本加快了大型页面加载速度，减少多数据库切换卡顿，并改善团队协作同步效率。深色模式配色调整降低了视觉疲劳，字体渲染更清晰。AI功能响应速度得到提升，未来将聚焦稳定性和本地化AI功能。
最新测试数据显示，AMDROCm软件栈在约14天内实现了显著的推理性能提升，主要源于软件层面的深度优化。通过融合mHC操作与RoPE哈达玛变换等技术手段，降低了CPU开销并提高了内存利用率。在FP4和FP8精度下的典型应用场景中，token处理能力同步增长，有效改善了大模型推理延迟问题。虽然目前与
同功耗性能提升9%！英特尔公布18A-P关键数据：功耗大降18% 在近期于夏威夷檀香山举办的VLSI 2026研讨会上，英特尔通过一篇编号为T1 2的论文，正式揭晓了其Intel 18A-P制程节点的核心性能指标。数据显示，与标准的Intel 18A节点相比，18A-P能在相同功耗下带来超过9%的性
热门专题
热门推荐
《Paralives》开发商承诺所有后续更新永久免费，拒绝付费DLC模式。15人小团队依靠首发销售额即可支撑多年运营，无需依赖额外内容包维持开发，展现了与《模拟人生》系列不同的差异化竞争思路。
2025年5月28日，比亚迪王朝网全新力作——宋Ultra DM-i正式推向市场，共推出5款配置车型，官方售价区间为12 99万至15 99万元。此次定价策略极具突破性：一款拥有310公里纯电续航能力的中型插电混动SUV，直接下探至13万元级别市场。作为王朝网络的新旗舰，该车明确瞄准高频出行需求场景
先来关注一个有趣的细节：苹果首款折叠屏手机，传闻将于今年秋季正式亮相。产品命名可能为iPhone Ultra，也有媒体称之为iPhone Fold——无论最终叫什么，这都将标志着苹果在折叠形态领域首次“出手”。 近日，配件厂商iFunSmart已率先上架iPhone Ultra的首批保护壳——这绝非
山寨币ETF迎来批量上市潮，首批项目市场表现如何？一文分析 Binance币安 欧易OKX ️ Huobi火币️ 最近，市场出现了一个不容忽视的新动向：XRP、DOGE、LTC、HBAR等现货ETF已经悄然登陆美国市场。与此同时，A VAX、LINK等资产的同类产品也正在审批流程中。进入11月以来，
近日，公司对SteamDeck1TBOLED版涨价300美元至949美元，上架短短不到24小时便再度售罄。据外界分析，该公司从中国大量补货并分批投放库存，高溢价未影响众多玩家的抢购热情与速度，其人气极其旺盛无比足以支撑快速清空。