Atropos v0.3 现已发布！ 我们的 RL 环境框架自 v0.2 以来进行了许多升级 - 一些亮点： - Atropos 现在可以作为基准测试和评估框架，由 @rogershijin 提供支持，首个外部基准测试 Reward-Bench 2！ - 添加了推理健身房，这是一个外部环境健身房库，移植到 Atropos 中，包含 @neurosp1ke 和朋友们提供的 100 多个推理任务。 - @max_paperclips 集成了 @intern_lm 的推理训练营，为 RL 添加了 1000 多个新的推理任务。 - Atropos 的首席工程师 @dmayhem93 添加了数十个错误修复和其他可靠性与兼容性改进，更好地支持多环境和 CI/CD。 - 许多 Atropos 黑客马拉松环境已合并到 /environments/community - 列出所有环境将占用大部分屏幕空间，但一些亮点包括： 由 @JakeABoggs 提供的 VR-CLI，哲学 RLAIF，自适应 LLM 教师，WebVoyager，由 @hallerite 提供的蛋白质设计，由 @gabinfay 提供的模型路由环境，多种精益证明，猫机器人竞技场，宝可梦对战，扑克，乐于助人的医生，由 @khoomeik 提供的梵文诗歌等等！ - 其他值得注意的官方支持的新环境包括： 遵循环境的答案格式 从 @MatternJustus 的工作移植的 Pydantic 到 JSON 环境 从 @natolambert 和 @allen_ai 的工作移植的指令遵循 字母计数 - 47 位全新贡献者！ 在这里查看完整的更新日志：