PhantomEnvironments 开源：7B 模型经合成 RL 环境训练战平 10 倍体量 agent

Anmol Kabra 团队发布并开源 PhantomEnvironments，用完全合成的强化学习环境把现成 LLM 训成强搜索 agent。7B 模型在 PhantomEnvs 中经 RL 训练后，表现相当于 10 倍体量的 agent，环境零成本生成且无需蒸馏。团队获 NVIDIA 大额 GPU 算力资助，论文已放出，代码即将开源。