欢迎 RL 环境入驻 Hub
来自 Hugging Face · 期号 2026-09-28
摘要
每个强化学习框架都有自己的环境注册表，互不兼容。Hugging Face 把环境直接放到了 Hub 上——一个环境就是一个带 `rl-environment` 标签的数据集仓库，再打上框架标签（Harbor、Verifiers、OpenEnv、NeMo Gym）。仓库存任务数据和可选的运行时文件，框架负责跑起来。 这样改的好处是：一个作者修了坏掉的测试，所有框架下次拉取时都能拿到修复。 文章附了四个框架的运行命令，以及一批已经打上标签的现有环境，包括 Terminal-Bench 2.1、Multi-SWE-RL-Verified 等。 本文是功能上线公告，附了完整的配置示例。