Adithya S K 发布 SmolDataEnvs,含 5000 余个可验证强化学习任务 AAdithya S K2026/9/25 17:52:44 Adithya S K 发布了 SmolDataEnvs,这是一套超过 5000 个可验证强化学习环境任务的集合,用于在代码与数据科学领域对小模型做爬山式优化。环境、评测和训练材料均为开源。 #smoldataenvs#强化学习#开源#小模型#数据科学
Adithya S K 在 Hugging Face Hub 上推出 RL Environment Explorer该工具支持开发者探索、可视化并运行涵盖 OpenEnv、Harbor、MiMo、Verifiers 以及 NeMo Gym 的强化学习环境,覆盖 Hugging Face Hub 上的逾 1200 万个任务条目。
NVIDIA 论文提出 VERA 框架,协同演进智能体 Harness 与模型NVIDIA 的一篇研究论文介绍了 VERA 系统。该系统将基准轨迹转化为 9,000 多个具备评分准则的可重启沙箱,并在演进模型权重的同时协同演进智能体 Harness。团队开源了该环境语料库,并报告称 27B 智能体在 AutoCoWorkBench 上取得 71.6 分,超越了 Claude Opus 4.8。
CoreWeave 推出 Forge,打通智能体追踪、评估与无服务器强化学习CoreWeave 推出 CoreWeave Forge,将智能体追踪、评估与无服务器强化学习整合在同一环境中。该平台提供免费入门层,并为新账户提供 30 天 Pro 版试用。