SmolDataEnvs 发布:5k+ 可验证 RL 任务,用真实 Kaggle 数据训练小模型
SergioPaniego · x · 2026-09-28
SmolDataEnvs 正式发布,由 @adithyask 牵头,提供 5000+ 个可验证的强化学习任务,覆盖代码与数据科学场景,定位为 Wordle、GSM8K 之后的进阶环境,全部基于真实 Kaggle 数据。
项目完全开源:环境、SFT 轨迹、SFT 与 RL 的训练 notebook 一并放出,适合对小模型做 hill-climbing 训练的团队直接复用。
所属事件:SmolDataEnvs 发布 5500+ 可验证强化学习任务(2 条相关)→
「研究」频道最新
- Schmidhuber 2008 年论文：好奇心即压缩进度算法 — anselm · 2026-09-28
- LLM 是随机鹦鹉吗？博主重提形式与意义经典论文 — lambdaviking · 2026-09-28
- 学生团队复盘安全事件响应 agent Aegis:记忆是设计决策而非开关 — pranitha95 · 2026-09-28
- 测试 AI 材料推荐时，故意合成一个预测表现差的材料 — bravo_abad · 2026-09-28
- Tau Robotics Delta-0：人形机器人开始自己生成训练经验数据 — CyberRobooo · 2026-09-28
- gnomAD MCP 服务器发布:统一查询三大版本基因变异数据库 — modelcontextprotocol · 2026-09-28