Multi-Agent

淘宝直播数字人 AgenticRL 实践：从 RLVR 到 MultiAgent RL

从 Workflow 升级到 Agentic 架构，介绍 AgentTuning、回复模型 RLVR、端到端 Agentic RL 与多智能体协同强化学习的实践。