TokenRhythm 发布 NeoHorse-1 智能体原生模型，采用双循环自改进训练

AI 团队 TokenRhythm 于 2026 年 9 月 16 日发布面向智能体场景的原生模型 NeoHorse-1，因其将智能体运行轨迹直接用于双循环自我迭代而受到技术社区关注。

• 模型包含 4B 与 9B 两个参数规格，基于开源模型 Qwen3.5 进行针对性后训练。
• 训练数据来自 OpenSquilla Harness 平台记录的智能体结构化执行轨迹，覆盖路由决策、工具调用、报错与恢复等完整流程。
• 架构采用 Data-RSI 与 Model-RSI 双循环机制，将执行经验持续反馈至训练流中，并将通过 API 对外提供服务。
• 影响/看点：这表明利用真实交互轨迹进行自我改进正成为智能体训练的探索方向，其实际可用性取决于多轮交互数据的清洗质量与策略抗退化能力。
• 资料依据：
• X 开发者社区（2026-09-16）：https://x.com/rohanpaul_ai/status/2100257443829985464
• Hugging Face 官方机构页（2026-09-16）：https://huggingface.co/TokenRhythm

本内容由 AI 生成，仅供参考，请注意甄别