合成医療対話データセット「opus5-5-doctor-patient-conversations-all-human…
開発者のnisten氏により、2,194種類の疾患を網羅した合成医療対話データセット「opus5-5-doctor-patient-conversations-all-human-diseases」がHugging Faceで公開。デ ...
XiaomiMiMoがLLMエージェント向け強化学習環境「MiMo-V2.6-RL-oss」公開
XiaomiMiMoが公開したLLMエージェント向け強化学習データセット「MiMo-V2.6-RL-oss」と、フレームワークverlを用いた5ドメインのトレーニング環境の構成や再現手順を解説します。
小規模モデル向けRLタスクセット「SmolDataEnvs」公開
コード・データサイエンス領域で小規模モデルの強化学習・評価を行うための5.5K以上のタスクを収録したデータセット「FineEnvs/SmolDataEnvs」の概要と使い方を解説します。