Hugging Face 开源 Agentic RL 全栈与 SETA 论文
先了解这件事
AI 综述
2026年10月2日，Hugging Face 联创兼 CSO Thomas Wolf 宣布 SETA 论文被 NeurIPS 2026 接收，并同步开源多模型 RL 训练脚本，涵盖 DeepSeek-V4-Flash、GLM-5.2（LoRA）、Inkling-Small 和 Qwen3.8-27B，支持 GRPO 与 PPO，同时开放 4,500+ 可验证的终端 RL 环境，代码托管于 github.com/camel-ai/seta。同日晚些时候，Hugging Face CEO Clément Delangue 宣布公司开源 Agentic RL 全栈内容，分为环境、训练基础设施和算法三层，其中环境部分包含数据集本身及其可扩展的合成与质量控制管线，并附数据集与 GitHub 仓库链接。
报道时间线
10月2日
- Hugging Face 开源 Agentic RL 全栈：环境数据集与训练管线
Hugging Face 宣布开源 Agentic RL 全栈内容，涵盖环境、训练基础设施和算法三层。其中环境部分包括数据集本身以及支撑它的可扩展合成与质量控制管线，附 Hugging Face 数据集链接和 GitHub 仓库链接。
- SETA 论文被 NeurIPS 2026 接收，并开源多模型 RL 训练脚本
SETA 论文被 NeurIPS 2026 接收。作者同时开源了 DeepSeek-V4-Flash、GLM-5.2（LoRA）、Inkling-Small 和 Qwen3.8-27B 的完整训练脚本，支持 GRPO 与 PPO，并开放 4,500+ 可验证的终端 RL 环境，代码见 github.com/camel-ai/seta。