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.

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.

Post âncora
BUILDERAdithya S K, autor da apresentação
Adithya apresenta RL Environment Explorer
@adithya_s_k ·
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