
بچههای هاگینگفیس اومدن یه حرکت تمیز زدن و ابزارهای معروف کدنویسی مثل Claude Code و Codex و OpenCode رو بدون دستکاری، تبدیل کردن به محیط آموزش یادگیری تقویتی (RL)
قضیه اینه که یه پروکسی واسط ساختن که فرمتهای مختلف ایپیآی رو میفهمه و دادهها رو تر و تمیز میده دست vLLM و کتابخونه TRL تا هوش مصنوعی درست توی همون محیط واقعی که قراره کار کنه، آموزش ببینه و قلقگیری بشه. توی…









