Adithya S K 发布 SmolDataEnvs，含 5000 余个可验证强化学习任务

AAdithya S K8小时48分钟前

Adithya S K 发布了 SmolDataEnvs，这是一套超过 5000 个可验证强化学习环境任务的集合，用于在代码与数据科学领域对小模型做爬山式优化。环境、评测和训练材料均为开源。

上一篇Hassan 训练出 Tev1 0.8B，一款类似 Jev 的小型分类器 下一篇Cline 免费提供 Gemini 3.8 Flash

最干净的公开终端智能体 RL 集合中，仅 35.8% 通过 Salesforce AI Research 审计

Salesforce AI Research 将该集合的干净比例定为 35.8%，另外两个分别为 10.1% 和 3.3%，并发现两个方向的奖励错误。作者称，用于过滤缺陷环境的 RIVER 在使用不到 TMax 30% 环境的情况下，使 Terminal-Bench-Lite 上的 RL 增益提高 106%，Terminal-Bench v2.1 上提高 30%。

DDAIR.AI•1天17小时25分钟前•

#salesforce #强化学习 #river #终端智能体

Splunk 推出 Token Meter，实时跟踪编程智能体成本

Token Meter 是 Splunk 推出的免费开源菜单栏工具，可在一次运行进行时显示编程智能体的成本。

SSplunk•1天21小时30分钟前•

#splunk #token-meter #编程智能体 #开源

NVIDIA 的 Skill2Env 将公开 Agent Skills 编译为 7,971 项终端任务

Codex 规划器与创建器将每项技能转化为经过测试的终端工作流，评分标准取自该技能自身的质量标准。仅按结果的强化学习使 Qwen3.8-27B 在 Terminal-Bench 2.1 上从 49.4% 提升至 54.1%；加入评分标准后达到 50.1%，但在轨迹比较中胜出更多。

DDAIR.AI•1天21小时56分钟前•

#skill2env #nvidia #agent-skills #强化学习 #qwen

inclusionAI 开源两款 6B 的 Ming-Image-0.1-Design 模型

inclusionAI 已以 MIT 许可证开源 Ming-Image-0.1-Design 系列：两款互补的 6B 模型 Design 与 Layer，面向视觉设计工作流。ModelScope 称，Design 在 Artificial Analysis UI/UX Design 排行榜的开源权重模型中排名第一；Layer 在全部 12 项已评估的 Crello 设置中领先，且比所评估的 20B 开源权重基线快 4.3 倍。