Vibe News

Hugging Face上放出了一套叫SmolDataEnvs的数据集，五千个可验证的强化学习任务，专门训练小模型做代码和数据分析，环境、评测、训练代码全部开源。每条任务是一份真实表格数据，配一个问题和一个标准答案，判分不靠大模型，靠精确匹配、带误差范围的数字比对、列表归一化这类硬规则逐级判定。题目来自四百七十一个真实Kaggle数据集里的分析笔记本，抽取出问答对以后，还要让强力的智能体模型在真实沙箱里重新跑一遍、算出同样答案才留下，算不出来或者有歧义的全部被扔掉。训练集五千条里将近三成偏简单，一成多偏难，留出来的两个测试集反过来，接近四成都是难题，专门防止模型靠刷简单题拿高分。