牛透社 9 月 11 日消息，字节跳动 Seed 研究团队发布 AgentGym – RL 强化学习框架及 ScalingInter – RL 训练方法，该框架采用模块化解耦架构，支持主流 RL 算法以实现代理决策能力的系统性提升，主要应用于网络导航、深度信息检索、数字游戏、体感任务及科学实验等多元场景。

研究以 Qwen2.5 – 3B/Qwen2.5 – 7B 为基础模型，在五大场景的 27 项任务中综合表现超越多个商用模型。团队宣布将完整开源 AgentGym – RL 框架（含代码及数据集），以推动智能代理技术的产学研协同发展。