ThinkingBox

ThinkingBox开放训练代码，以数据库结果作奖励

ThinkingBox不只用数据库结果给智能体打分，也开始将这类检查结果用于训练奖励。微软与Hugging Face于2026年10月22日在Hugging Face Blog联合发文介绍这一方法，并宣布ThinkingBox-Training已在GitHub开放。 它检查的是智能体究竟做成了什么，而不是是否声称完成。