#small-models

Adithya S K、検証可能なRLタスク5,000件超を収めたSmolDataEnvsを公開

SmolDataEnvsは、コードとデータサイエンスで小規模モデルをヒルクライミングするための、検証可能な強化学習環境タスク5,000件超からなるオープンソースのセットです。公開内容には環境、評価、学習が含まれます。