Molt: A Scalable PyTorch-Native Training Framework for Agentic Reinforcement Learning

• 类型：arxiv
• 标识：2607.21653
• 链接：https://arxiv.org/abs/2607.21653
• 主分类：agent
• 形态：method
• 被引：1
• 被引来源：Semantic Scholar
• S2被引：1
• OpenAlex被引：0
• 影响力被引：0
• TLDR：The complete RL training pipeline on a one-trillion-parameter policy is experimentally validated and sustained learning with a 30B mixture-of-experts agent is demonstrated, establishing MOLT as a lightweight foundation for large-scale agentic RL research.
• OpenAlex ID：W7171448643
• OpenAlex DOI：10.48550/arxiv.2607.21653
• DOI：10.48550/arxiv.2607.21653
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.21653
• OpenAlex更新：2026-09-03
• 副分类：engineering
• 待LLM分类：否
• 标题中文：Molt：面向 Agentic 强化学习的可扩展 PyTorch-Native 训练框架
• TLDR中文：在万亿参数策略上完整 RL 训练流水线得到实验验证，并展示了 30B 混合专家智能体的持续学习，确立了 MOLT 作为大规模智能体 RL 研究的轻量基础。
• 来源文件：
• /inbox/tom/_candidates/2026-07-27-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]