核心信息

Hugging Face 发布了 SmolDataEnvs，一个包含5000个可验证的强化学习环境任务集，用于在代码和数据科学领域提升小型模型，完全开源，包括环境、评估和训练。

要点

  • 5000个可验证的强化学习环境任务
  • 针对代码与数据科学领域
  • 100%开源：包含环境、评估和训练