李飞飞团队开源RAGEN框架，攻克AI智能体训练'回声陷阱'难题

DeepSeek前研究员王子涵与李飞飞等团队合作发布开源框架RAGEN，旨在提升AI智能体在真实场景中的稳定性和推理能力。该框架通过StarPO强化学习算法解决训练中的'回声陷阱'问题，已在多个测试环境中验证效果，并开源代码。研究指出当前AI智能体多处于实验阶段，需优化奖励机制和扩展性以应对企业级应用挑战。