英伟达推出开源AI框架Polar 可使Codex性能提升近600%

AI创作导航管理员 LV4 资深连续登录30天萌新

4 个月前

风向

165

英伟达研究团队于2026年5月28日发布开源AI框架Polar，支持现有代码智能体框架Codex、Claude Code、Qwen Code等无缝接入广义相对策略优化（GRPO）强化学习技术，无需改动原有工具调用、上下文组织逻辑，实测可使Codex性能提升近600%，大幅降低代码智能体的强化学习训练落地门槛。

---

当前代码智能体已经成为AI赛道的核心布局方向，OpenAI Codex、Anthropic Claude Code、通义Qwen Code等产品已广泛落地代码补全、缺陷修复等场景，但性能优化长期面临瓶颈：监督学习只能拟合已有样本，难以适配多步决策的复杂开发任务；强化学习虽能通过奖励信号迭代策略，却要求重构智能体的工具调用、上下文管理等核心模块，改造成本极高，中小研发团队普遍无力承担。

英伟达此次推出的Polar框架，核心价值就是解决了强化学习的兼容难题。框架采用外挂式调度层设计，不需要改动原有智能体的工具调用、上下文组织、补丁提交流程，就能直接接入广义相对策略优化（GRPO）训练方案。

GRPO是英伟达团队研发的专属强化学习优化技术，专门针对长流程多步决策任务优化，通过动态调整的奖励信号校准模型策略，大幅降低了传统强化学习训练容易出现的奖励偏移、收敛不稳定问题。实测数据显示，接入Polar框架后，Codex在代码调试、多轮协作开发等复杂任务中的性能提升近600%，整体训练成本仅为传统改造方案的1/10。

据了解，Polar框架目前已完全开源，所有开发者均可免费获取使用。英伟达团队透露，后续还将逐步扩展Polar的适配范围，覆盖办公智能体、机器人决策智能体等更多品类的AI智能体产品。

业内分析人士指出，Polar相当于为现有所有智能体产品提供了一个“即插即用”的性能强化插件，不需要重构核心代码就能实现性能跃升，有望推动整个AI智能体行业的迭代速度提升3-5倍，未来复杂场景下的智能体落地周期将从原先的半年以上缩短至1个月左右。

强化学习人工智能英伟达代码智能体 Polar

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。