RecodeX 重构消息，基元律动发布开源模型NeoHorse-1，提供4B与9B两个尺寸。该模型以其此前开源的OpenSquilla路由系统产生的完整轨迹为教学档案，将Agent的“推理—行动—反馈”链条作为训练单元，经轨迹筛选、课程学习及路由引导的On-Policy Distillation等步骤完成单轮闭环训练，提升了模型在Harness Agent、工具交互等任务上的能力。项目由无问芯穹提供底层支撑，清北团队参与算法研究，被视为迈向递归自我改进（RSI）的可复现单轮闭环验证。
RecodeX 重构消息，基元律动发布开源模型NeoHorse-1，提供4B与9B两个尺寸。该模型以其此前开源的OpenSquilla路由系统产生的完整轨迹为教学档案，将Agent的“推理—行动—反馈”链条作为训练单元，经轨迹筛选、课程学习及路由引导的On-Policy Distillation等步骤完成单轮闭环训练，提升了模型在Harness Agent、工具交互等任务上的能力。项目由无问芯穹提供底层支撑，清北团队参与算法研究，被视为迈向递归自我改进（RSI）的可复现单轮闭环验证。