SmolDataEnvs 开源：5500+ 可验证 RL 任务，专攻小模型爬坡
SergioPaniego · x · 2026-09-28
由 adithyask 牵头的 SmolDataEnvs 在 Hugging Face 上发布，包含 5500+ 个面向代码与数据科学的可验证强化学习任务，全部基于真实 Kaggle 数据，定位是 Wordle、GSM8K 之后小模型 hill-climbing 训练的进阶选择。
- 确定性自动评分，不依赖 LLM judge
- 全链路开源：RL 环境、SFT 轨迹、SFT/RL 训练 notebook、Harbor train/test/eval 切分全部公开
- 已附带 Qwen3.5 GRPO 训练日志（Trackio）可查看曲线
对想给小模型做 RL 训练的团队是一套开箱即用的环境与配方。
所属事件:SmolDataEnvs 发布 5500+ 可验证强化学习任务(2 条相关)→
「编程与Agent」频道最新
- Google 推出 Credentials API,给 Gemini 托管 Agent 的密钥上保险 — _philschmid · 2026-09-28
- 开发者转型：不造编码 Agent，改做托管 Agent 的运行平台 — lucasmeijer · 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
- Coinbase 向 AI Agent 开放：加密货币、美股、衍生品交易皆可自动化 — kleffew94 · 2026-09-28
- DeepSeek Harness 桌面端发布 v0.2.0，优化插件管理与会话流程 — teortaxesTex · 2026-09-28
- OpenAI 推出 Codex Physical Builds 计划，30人用树莓派造AI硬件 — OpenAIDevs · 2026-09-28