Hugging Face公开强化学习环境SmolDataEnvs
Hugging Face 的 Adithya S Kolavi 于 2026 年 9 月 24 日公开强化学习环境 SmolDataEnvs。该环境基于 Kaggle 数据集与竞赛构建 5,000 件以上可验证课题,面向 100 亿参数以下的小型模型训练代码化数据分析能力。课题按 easy、medium、hard 分级,另设 250 件测试与 144 件验证课题,并附 4,677 件 SFT 解答过程数据。采分由程序比对答案而非 LLM,代码在 GitHub 的 FineEnvs 仓库以 Apache License 2.0 公开。目前尚无后续发展事实。
匹配字段标题