Борис Заикин
К.т.н., исполнительный директор по исследованию данных, Сбер
RL агенты в исполняемых средах: опыт обучения 9B-модели в харнессе GigaAgent
Время уточняется
Время показано в часовом поясе: Europe/Moscow
О докладе
Опыт RL-дообучения агента на базе Qwen3.5-9B в продуктовом харнессе GigaAgent: изолированные песочницы Kubernetes, тесты как награда и неожиданные эффекты оптимизации.