OpenEnv
OpenEnv — открытый фреймворк и каталог сред для обучения с подкреплением и агентных сценариев, созданный командой PyTorch (Meta) совместно с Hugging Face. Задаёт стандартный интерфейс к изолированной среде-«песочнице», которая выполняет действия агента, проверяет результат и возвращает награду, чтобы одни и те же задачи можно было переиспользовать в разных системах обучения.
проверено по: github.com ↗
См. также
- Среда обучения с подкреплениемВ обучении с подкреплением так называют всё, с чем взаимодействует обучаемый агент: среда принимает его действия, меняет своё состояние и выдаёт награду (reinforcement learning environment). Для обучения языковых моделей и ИИ-агентов это набор задач вместе с рабочим окружением (файлы, код, браузер, программы) и автоматической проверкой результата. Лаборатории создают такие среды сами или покупают у специализированных компаний.
- Обучение с подкреплениемОдин из основных подходов машинного обучения (reinforcement learning, RL): агент действует в среде, получает за результат числовую награду и учится выбирать действия, которые приносят наибольшую награду. В отличие от обучения с учителем, правильных ответов ему заранее не показывают — он учится методом проб и ошибок. У языковых моделей это отдельный этап после предобучения, на котором развиваются рассуждения и агентные навыки.
- Hugging FaceАмериканская компания с французскими основателями и крупнейшая платформа, где публикуют, ищут и скачивают модели машинного обучения, прежде всего с открытыми весами, а также датасеты и демо-приложения (Spaces). Её часто называют «GitHub для машинного обучения». Компания также разрабатывает популярную открытую библиотеку Transformers.
- PyTorchОткрытая библиотека (фреймворк) для создания, обучения и запуска нейросетей на Python с ускорением на графических процессорах. Её создала Meta, а с 2022 года проект развивается под управлением PyTorch Foundation в составе Linux Foundation. Один из самых распространённых инструментов машинного обучения в исследованиях и промышленности; среди альтернатив — TensorFlow и JAX.
- ПесочницаИзолированная среда, в которой запускают программу, код или ИИ-агента так, чтобы их действия не затрагивали основную систему и внешние ресурсы (англ. sandbox). Доступ к сети, файлам и устройствам в ней обычно запрещён или жёстко ограничен. Песочницы используют для запуска непроверенного кода и для безопасной работы агентов с инструментами.
В новостях
Hugging Face научилась обучать открытые модели прямо в агентах Claude Code и Codex
Открытый фреймворк Meta и Hugging Face для создания учебных сред, в которых ИИ-агентов обучают с подкреплением.