Adithya S K, 검증 가능한 RL 과제 5,000개 이상을 담은 SmolDataEnvs 공개
Adithya S K가 SmolDataEnvs를 공개했다. 코드와 데이터 과학 분야에서 소형 모델을 점진적으로 개선하기 위한, 검증 가능한 강화학습 환경 과제 5,000개 이상을 모은 자료다. 환경, 평가, 학습 자료는 오픈소스로 제공된다.
관련 AI 뉴스
Qwen 팀, 네이티브 멀티모달 Qwen3.8-Omni-Flash 공개
Qwen3.8-Omni-Flash는 텍스트, 오디오, 영상을 아우르는 장기 에이전트 작업용으로 학습됐으며, Qwen3.8-Next의 희소 전문가 혼합 설계와 100만 토큰 컨텍스트 창을 쓴다. 오픈소스 프레임워크 Qwen-MM-Plugins와 Qwen-Live-Harness는 각각 멀티모달과 실시간 에이전트 지원을 더한다.
가장 깨끗한 공개 터미널 에이전트 RL 컬렉션 중 Salesforce AI Research 감사를 통과한 비율은 35.8%뿐
Salesforce AI Research는 양방향 보상 오류를 확인한 뒤 해당 컬렉션의 깨끗한 비율을 35.8%, 다른 두 컬렉션은 10.1%와 3.3%로 제시했다. 저자들은 결함 환경을 걸러내는 RIVER가 TMax 환경의 30% 미만을 쓰면서도 Terminal-Bench-Lite에서 RL 이득을 106%, Terminal-Bench v2.1에서 30% 늘린다고 말한다.
Splunk, 코딩 에이전트 비용을 실시간으로 추적하는 Token Meter 공개
Token Meter는 Splunk가 만든 무료 오픈소스 메뉴 막대 도구로, 실행이 진행되는 동안 코딩 에이전트 비용을 보여 준다.
NVIDIA의 Skill2Env, 공개 Agent Skills를 7,971개 터미널 작업으로 컴파일
Codex 플래너와 크리에이터가 각 스킬을, 그 스킬 자체의 품질 기준에서 가져온 루브릭을 사용해 테스트된 터미널 워크플로로 바꾼다. 결과만 반영한 RL은 Terminal-Bench 2.1에서 Qwen3.8-27B를 49.4%에서 54.1%로 올렸고, 루브릭을 추가하면 50.1%에 그쳤지만 궤적 비교에서는 더 많이 앞섰다.
inclusionAI, 6B Ming-Image-0.1-Design 모델 2종 오픈소스 공개
inclusionAI가 Ming-Image-0.1-Design 제품군을 MIT 라이선스로 오픈소스 공개했다. 시각 디자인 워크플로를 위한 상호 보완적인 6B 모델 Design와 Layer 두 가지다. ModelScope는 Design가 Artificial Analysis UI/UX Design 리더보드의 오픈 웨이트 모델 중 1위이며, Layer는 평가된 Crello 설정 12개 전부에서 선두이고 평가된 20B 오픈 웨이트 기준 모델보다 4.3배 빠르다고 밝혔다.