Hugging Face Hub 上线 RL 环境数据集专区,已有 88 个可运行环境
mervenoyann · x · 2026-09-30
HF Hub 新增 RL 环境数据集
Hugging Face 工程师 mervenoyann 宣布:RL 环境现在可以作为数据集发布在 HF Hub 上,并新增了 rl-environment 过滤器,目前已有 88 个环境。
- 这些环境可与 Harbor、Verifiers、OpenEnv、NeMo Gym 等框架直接运行
- 已收录的环境包括:nvidia 的 Nemotron 系列(instruction following、agent calendar scheduling、ReasoningGym-v1 等)、FineEnvs 的 SmolDataEnvs 与 MiMo-V2.6 RL-harbor-cyber 等
- 数据集格式支持 /csv/parquet/arrow 及 agent traces 等,可与 benchmark 类型叠加过滤
这为 Agent 强化学习训练提供了集中分发渠道,类似模型权重的「环境即数据集」生态开始成形。
「编程与Agent」频道最新
- AI 编码带来全新 bug 类型，工程直觉需要重新校准 — dansitu · 2026-09-30
- 新论文：让工具型 Agent 学会主动追问用户没说的信息 — LChoshen · 2026-09-30
- 开源自托管 Agent 工作台 Open Dots 获 4.8k 星，对标各家商用方案 — matchaman11 · 2026-09-30
- MCP 创建者发声:Figma 白名单式限制有违开放生态初衷 — dsp_ · 2026-09-30
- 开发者晒每月 $500 AI 编码预算:Claude Code 与 Codex Pro 各占 $200 — jarrodwatts · 2026-09-30
- 纯 Java 实现的编码 CLI 开源:CadetCoder 基于 ARC-AGI-3 冠军 harness — akumaburn · 2026-09-30