Fireworks推出强化学习精调RFT，提升代理性能

Fireworks 强化学习精调（RFT）上线！经过数月与实际用例的迭代，我们很高兴推出 Fireworks RFT 公开预览版。这是一个托管式 RL 服务，将开放前沿模型（如 DeepSeek V3、Kimi K2）转化为针对工具、代码和推理的自定义代理。我们的设计原则是将 RL 直接集成到你的生产代理中，而不是让你模拟或重新设计代理来实现 RL。Fireworks RFT 训练完整的代理轨迹（多步、工具、重试），使模型学习你的生产工作流程。以下是真实结果：Genspark 深度研究代理 → 质量比 SOTA 封闭模型提升 10%，工具调用增加 33%，成本降低约 50%；Vercel V0 编码代理 → 比封闭模型提升 33%，93-94% 无错误，速度快 40 倍。Fireworks RFT 公开预览版现已开放，立即免费开始训练。https://fireworks.ai/blog/fireworks-rft