字节跳动发布 axion1_0 训练配方，称 2 SFT + RL 即可实现前沿级 Agent 能力

字节跳动在 GitHub 开源 axion1_0 完整训练配方，称仅靠高质量数据和 2 SFT + RL 即可获得前沿级 Agent 能力。该配方不使用 mid-training、DPO 和 OPD。