主要来源shao__meng
查看原文事件专题 ·单一信源
HuggingFace 开源 SmolDataEnvs：5000+ 可验证数据科学 RL 训练任务
HuggingFace 上线 SmolDataEnvs 数据集，包含 5000 个面向小模型强化学习的可验证数据科学任务。任务源自真实数据科学家在 471 个 Kaggle 数据集上写的 Jupyter 笔记本，每个任务都经过强 agent 模型在沙箱中解出并复现金标准答案后才被收录。评分由不依赖任何 LLM 的确定性评分器完成，通过精确比较已知答案给出奖励，保证奖励信号不漂移。项目配套提供 4677 条已验证的 agent 轨迹用于 SFT 热启动，以及打包成 Harbor 沙箱环境的训练/评测版本，官方 Colab notebook 显示 SFT 在免费 T4 上即可跑完，RL 需要一块 A100。
当前结论
HuggingFace 开源了 5000 个数据科学 RL 任务，源自真实 Kaggle 笔记本，评分不用 LLM 判卷，还配了 SFT 轨迹和 Colab 脚本，想自己练小模型可以直接上手。
2 个信源82° AI 热度最后更新 2026/9/26 01:59:42
证据链
2 个信源相关来源 1Clement Delangue
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。