Adithya S K 發布 SmolDataEnvs,收錄逾 5,000 項可驗證的強化學習任務 AAdithya S K25/9/2026 17:52:44 Adithya S K 已發布 SmolDataEnvs,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。環境、評估與訓練材料均為開源。 #smoldataenvs#強化學習#開源#小型模型#數據科學
Adithya S K 在 Hugging Face Hub 推出 RL Environment Explorer該工具支援開發者探索、視覺化並運行涵蓋 OpenEnv、Harbor、MiMo、Verifiers 與 NeMo Gym 的強化學習環境,覆蓋 Hugging Face Hub 上超過 1200 萬個任務條目。
微軟研究院推出 Agent Lightning,將現有 AI Agent 接入強化學習訓練微軟研究院推出 Agent Lightning,該工具可將現有的 AI Agent 接入強化學習訓練,無需重新構建。
NVIDIA 論文提出 VERA 架構,協同演進 Agent Harness 與模型NVIDIA 一篇研究論文介紹了 VERA 系統。該系統將基準軌跡轉化為 9,000 多個具備評分標準的可重啟沙盒,同時協同演進 Agent Harness 與模型權重。團隊開源了該環境語料庫,並表示 27B Agent 在 AutoCoWorkBench 取得 71.6 分,超越 Claude Opus 4.8。
CoreWeave 推出 Forge,串聯 Agent 追蹤、評估與無伺服器強化學習CoreWeave 推出 CoreWeave Forge,將 Agent 追蹤、評估與無伺服器強化學習整合於單一環境。該平台提供免費入門方案,並為新帳戶提供 30 天 Pro 試用期。