Adithya S K 在 Hugging Face Hub 推出 RL Environment Explorer
Adithya S K 推出了 RL Environment Explorer，這是一個位於 Hugging Face Hub 的介面，旨在集中探索、視覺化與運行各類強化學習環境。
該工具支援 OpenEnv、Harbor、MiMo、Verifiers 和 NeMo Gym 內的環境，涵蓋該平台上託管的超過 1200 萬個強化學習任務條目。
相關AI快訊
Adithya S K 發布 SmolDataEnvs，收錄逾 5,000 項可驗證的強化學習任務
SmolDataEnvs 是一套開源任務集，收錄逾 5,000 項可驗證的強化學習環境任務，用於在程式與數據科學領域對小型模型進行爬山式優化。今次發布包括環境、評估與訓練內容。
Hugging Face Hub 支援託管強化學習環境
強化學習環境現已可直接託管於 Hugging Face Hub，並利用現有的數據集基礎設施，實現跨框架的儲存、版本控制、權限門控與預覽功能。
Claude Python 與 TypeScript SDK 內置電腦與瀏覽器操作工具集
Claude 的 Python 與 TypeScript SDK 現已內置電腦操作與瀏覽器操作工具集，可直接運行執行循環並將操作傳送至驅動程式。
GitHub Copilot 本地沙盒功能正式推出
GitHub 宣布 GitHub Copilot 的本地沙盒功能現已正式推出，可將指令執行隔離於受限環境中，對檔案、網絡存取、憑據及系統功能進行細粒度控制。
Michael Fan 與 andyisonline 展示面向 GPT-Live 的新 Playground
該工具旨在協助開發者直觀理解該模型的雙向互動特性，以及向其他模型或代理分派任務的能力。