如何把基础大模型训练成会用工具、能自己改错的 AI 智能体？Hugging Face 发布了一份五步进阶指南。
地址：huggingface.co/blog/huggingface/train-agents
文章将智能体后训练划分为：
1.监督微调（模仿强模型操作轨迹）、
2.知识蒸馏（大图模型逐词指导）、
3.强化学习（通过 GRPO 算法按结果打分）、
4.强化学习环境（在多轮状态交互中验证成果）
5.真实框架规模化训练（异步 GPU 架构与远程沙盒实操）。

文章是各个阶段的导读，每一步会引导到详细的教程里，有视频、文章两种资源