D2 · Demo 2 de 3 · máx. 8,77k views frio (calor 1 de 5; máx. 8,77k views)

Painel permite explorar ambientes de treinamento por reforço

Calor: o quanto o assunto está em alta no mercado agora, não opinião da redação.

Cena do vídeo de @adithya_s_k: Painel permite explorar ambientes de treinamento por reforço
Quadro do vídeo · @adithya_s_k

Em 07/10, às 10h54 BRT, Adithya S K apresentou em vídeo RL Environment Explorer, um painel para explorar, visualizar e executar ambientes de aprendizado por reforço. Esses ambientes oferecem tarefas nas quais uma IA aprende por tentativa e avaliação do resultado. O autor afirma que existem 12M+ entradas de tarefas no Hugging Face Hub e reúne OpenEnv, Harbor, MiMo, Verifiers e NeMo Gym em uma interface. A demonstração apresenta o painel; não comprova a qualidade de todos os ambientes nem de sistemas treinados com eles.

Cena do vídeo de @adithya_s_k: Adithya apresenta RL Environment Explorer
Quadro do vídeo · @adithya_s_k

Post âncora

BUILDERAdithya S K, autor da apresentação

Adithya apresenta RL Environment Explorer

O autor apresenta uma interface para explorar, visualizar e executar ambientes de aprendizado por reforço de diferentes projetos. Ele informa que há 12M+ entradas de tarefas desse tipo no Hugging Face Hub.

Apresentamos RL Environment Explorer 🧭

Agora há 12M+ entradas de tarefas de RL nos ambientes de RL do Hub da @huggingface.

Agora você pode explorar, visualizar e executar ambientes de RL de: OpenEnv • Harbor • MiMo • Verifiers • NeMo Gym

Tudo em um só lugar

Ver original (texto do post como foi publicado)

Introducing RL Environment Explorer 🧭

There are now 12M+ RL task entries across RL environments on the @huggingface Hub.

You can now explore, visualize, and run RL environments across: OpenEnv • Harbor • MiMo • Verifiers • NeMo Gym

All in one place