PostTrainBench 开源 58.4GB agent 微调轨迹，月下载超 15 万
maksym_andr · x · 2026-11-13
ELLIS Institute Tübingen 与 MPI-IS 的 AI Safety 团队在 Hugging Face 发布 PostTrainBench-Trajectories 数据集（58.4GB，上月下载量已超 15 万）。
- 数据来自 PostTrainBench 基准：让 CLI agent 在一块 H100 80GB 上、10 小时内自主微调一个 base 模型，以提升其在指定 benchmark（AIME 2025、GPQA、HumanEval、GSM8K、HealthBench、BFCL 等）上的表现，允许任意后训练策略（SFT、LoRA、RLHF、数据生成等）。
- 覆盖的 base 模型包括 Qwen3-1.7B/4B-Base、SmolLM3-3B 和 Gemma-3-4B-PT。
- 数据集以 Apache-2.0 开源，可用于研究 agent 轨迹蒸馏、后训练策略学习等方向。
「编程与Agent」频道最新
- 开源工具 Sketchy 升级:让 Claude 边解释边手绘分子和电路 — Nkgsporty · 2026-11-13
- 一个 prompt 加语音文件,Claude Code 生成 5 分钟 3D 讲解视频 — Western-Airline9355 · 2026-11-13
- 30 年网管用 Claude Code 两天造出网络监控，成本仅 10 美元 — Greedy-Giraffe-4269 · 2026-11-13
- 开源工具 llm-drift-bench：换模型前后对比输出，揪出丢失字段与数值变化 — Worldly-Knowledge-90 · 2026-11-13
- Google 发布 A2UI 1.0:生成式 UI 开放协议迎来首个稳定版 — sull · 2026-11-13
- Anthropic 故障致服务中断,企业靠多模型切换快速止损 — heyneighbor · 2026-11-13