Clément Delangue 分享开源强化学习任务集 SmolDataEnvs
中文全文 · AI 翻译
非常高兴发布 SmolDataEnvs：由 @adithya_s_k 带来的 5,000 个可验证的强化学习环境任务，用于对小模型的代码和数据科学能力进行爬山式优化。
100% 开源：环境、评估、训练！
对照原文
Super happy to release SmolDataEnvs: 5,000 verifiable RL environment tasks for hill-climbing small models in code and data science by @adithya_s_k 100% open source: environments, evals, training! https://t.co/MW8VC6RGvQ https://t.co/VqhcPvPnBP