主要来源Clement Delangue
查看原文事件专题 ·单一信源
Hugging Face 发布 SmolDataEnvs：5,000 个可验证 RL 环境任务
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。
当前结论
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。
2 个信源73° AI 热度最后更新 2026/9/25 16:11:37
证据链
2 个信源相关来源 1shao__meng
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。