开源 SmolDataEnvs 发布：5000+ 可验证 RL 任务用于小型模型训练
ben_burtenshaw · x · 2026-09-25
adithyask 发布 SmolDataEnvs，一套面向代码与数据科学场景的开源强化学习环境集合：
- 5000+ 可验证 RL 任务，专为 hill-climbing 训练小模型设计
- 完全开源：环境、评测、训练代码全部公开
适合想在代码/数据科学任务上做可验证奖励（RLVR）训练小模型的开发者直接使用。
「编程与Agent」频道最新
- Cursor 探讨砍掉 Plan Mode,改用 Shift+Tab 调节模型努力等级 — steipete · 2026-09-25
- 开发者晒每日 50-100 亿 token 消耗，24 个 Devin 并行写代码 — teropa · 2026-09-25
- Question's Gambit 模块登顶 BrowseComp-Plus，召回率 96.6% — CShorten30 · 2026-09-25
- 故意让AI第一次答错:工程师考核题专设“陷阱”考验证能力 — l4rz · 2026-09-25
- AutoScientists 入选 NeurIPS:自组织 AI 科研团队,BioML-Bench 百分位 74.4% — marinkazitnik · 2026-09-25
- AI 时代 PM 一人干三份工:直连客户数据、真代码出原型、亲手拉数做商业案 — aakashgupta · 2026-09-25