NVIDIAは、オープンソースのAIフレームワーク「Polar」をリリースしました。このフレームワークは、Generalized Relative Policy Optimization(GRPO)をCodexなどの既存のコードエージェントフレームワークに統合しながらも、それらの核心機能を変更することなく動作します。この改良により、コードツールの呼び出しやパッチの提出といった複雑で多段階のタスクにおいて、エージェントの性能が大幅に向上します。テストの結果、Polarを導入したCodexのpass@1スコアは3.8%から26.4%に上昇し、トレーニング時間も約5.39倍短縮され、GPUの利用率も高まりました。





家
