Hugging Face · 每日论文· 媒体 / 作者来源·精选
从强化学习论文到框架代码：七个开源训练框架中的包含与审查
原文标题
From RL Papers to Framework Code: Inclusion and Review in Seven Open-Source Training Frameworks
AI 导读
研究者追踪了七个开源强化学习训练框架，分析了它们在2025年1月至2026年6月期间对1,598篇论文的包含情况。研究发现，在180天内被包含的论文数量稳定在5到7篇，这些论文通常具有30B参数以上的训练策略，并经常修改现有损失函数的系数、clip、mask或权重。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
该研究提供了关于开源强化学习训练框架中包含和审查过程的详细数据，有助于理解这些框架如何采用新的强化学习方法。
导读由模型辅助整理，非独立核验。完整信息见原文。