Появился интересный open-source проект: OpenClaw-RL.
Его идея простая: если ты пользуешься своим агентом каждый день, то эти диалоги, исправления, уточнения и фидбек можно превращать в обучение.
То есть схема такая:
1. поднимаешь свой OpenClaw с локальной моделью
2. подключаешь OpenClaw-RL как RL-сервер
3. агент продолжает работать как обычно, а система в фоне собирает сигналы из диалогов и дообучает модель
Что это даёт:
- агент постепенно подстраивается под твой стиль
- учится на твоих исправлениях и повторных запросах
- всё это без ручной разметки датасета
Это пока скорее история для тех, кто любит копаться в инфраструктуре.
Репозиторий сложный: там RL-обвязка, отдельные компоненты и довольно серьёзные требования к железу. Но сама идея очень сильная: персональный агент, который становится лучше просто от реального общения с тобой.
🔵Arxiv - Github
Чат | Канал