Датасет · FineEnvs
RL-задачи в песочнице для анализа данных и кода
FineEnvs/SmolDataEnvs-harbor-train
Более 5500 практических задач по анализу данных для обучения небольших моделей методом RL.
Что внутри
Набор включает свыше 5500 текстовых задач для обучения с подкреплением (RL), из которых 5000 предназначены для тренировки (с разбивкой по сложности от простых к сложным) и 144 — для валидации. В каждой задаче агент помещается в песочницу с реальным датасетом и вопросом, требующим исследовать данные с помощью кода. Проект ориентирован на улучшение навыков компактных моделей (например, на 2B параметров) в data science.
Что можно сделать
- RL-обучение компактных языковых моделей работе с кодом и анализом данных
- Тестирование куррикулум-обучения (от простых задач к сложным) для агентов
- Оценка способности LLM самостоятельно исследовать табличные данные в песочнице
- Задачи
- Другое
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 52 тыс.
- Лайков
- 19
Модели, обученные на нём
- mradermacher/LFM2.5-2.6B-opencode-RL-i1-GGUF 640
- mradermacher/LFM2.5-2.6B-opencode-RL-GGUF 374
- FineEnvs/LFM2.5-2.6B-multiharness-RLГенерация текста 227
- FineEnvs/LFM2.5-2.6B-opencode-RLГенерация текста 147
- harness-hub/LFM3-1.7B-hermes 114
- harness-hub/LFM3-1.7B-pi 96
- harness-hub/LFM2.5-24B-A2B-pi 94
- harness-hub/LFM2.5-24B-A2B-claude-code 82
Как загрузить
from datasets import load_dataset
ds = load_dataset("FineEnvs/SmolDataEnvs-harbor-train")