Hugging Face 发布 SmolDataEnvs：5,000 个可验证 RL 环境任务
精选理由
Hugging Face 开源了 5000 个可验证 RL 任务，专练小模型的代码和数据科学能力，环境和训练脚本全给你，想自己跑 RL 的可以看看。
Hugging Face 的 Clement Delangue 宣布开源 SmolDataEnvs，包含 5,000 个可验证的强化学习环境任务，面向代码与数据科学方向的小模型训练。项目由 @adithya_s_k 主导开发，完整开源了环境、评测和训练流程。数据集托管在 Hugging Face 的 FineE 集合下，可直接下载使用。
原文 · Clement Delangue
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! huggingface.co/datasets/FineE… 💬 48 🔄 49 ❤️ 461 👀 33166 📊 136 ⚡
- shao__meng01:59原文
