Hugging Face 开源 5000 个可验证 RL 任务

Hugging Face 的 Clement Delangue 宣布开源 SmolDataEnvs，由 adithyask 主导开发，是一套面向代码与数据科学场景的强化学习环境集合，包含 5000 多个可验证的 RL 任务，专为小型模型的强化学习训练设计，旨在降低小模型 RL 训练的门槛。

2026-09-25 ~ 2026-09-26 · 2 条相关

• 开源 SmolDataEnvs 发布：5000+ 可验证 RL 任务用于小型模型训练 — ben_burtenshaw · 2026-09-25

另有 1 条近重复转述:marktenenholtz