HF 开源 SmolDataEnvs：5000 个可验证 RL 任务训练小模型
marktenenholtz · x · 2026-09-26
Hugging Face 的 Clement Delangue 宣布发布 SmolDataEnvs（由 @adithyask 主导），一套面向代码与数据科学领域小模型强化学习训练的可验证环境集。
- 规模：5,000 个可验证的 RL 环境任务，源自 Kaggle 真实数据集（如足球比赛数据库等），任务形式包括让数据分析 agent 在沙箱中用 pandas/Polars 等检查文件、计算答案
- 每条任务带 question、可验证 answer、容差（atol/rtol）、难度分级（difficulty tier）、奖励模式等字段，适合 hill-climbing 式训练
- 100% 开源：环境、评测、训练代码全部开放，数据集托管在 Hugging Face（MIT 协议，parquet 格式）
- 附带的推文玩梗「2026 年还在用 pandas 而不是 polars？」，任务本身即围绕真实 notebook 数据分析场景构建
所属事件:Hugging Face 开源 5000 个可验证 RL 任务(2 条相关)→
「编程与Agent」频道最新
- 一句话提示词直出宣传视频:关键在「每帧固定算出、结果完全一致」 — ezshine · 2026-09-26
- 微软发布史上最大 Copilot 更新：Autopilot 长任务智能体登场 — heyneighbor · 2026-09-26
- Monty v1 发布：1 毫秒启动的开源 Python 沙盒，1 万脚本仅 674ms — samuelcolvin · 2026-09-26
- Stripe 工程师半年 AI 合并 600 次代码,但前提常被忽略 — victor_explore · 2026-09-26
- 开发者建议：AI 时代做平台级副业项目最划算 — himanshustwts · 2026-09-26
- OpenClaw 创始人访谈：WhatsApp 机器人长成最火开源 agent 项目 — steipete · 2026-09-26