Hugging Face 推出 RL Environment Explorer，汇集超 1200 万条强化学习任务条目

事件来源

• Hugging Face 推出 RL Environment Explorer，汇集超 1200 万条强化学习任务条目

前后事件

同账号事件

• Perplexity发布开放权重决策模型pplx-decider-v1.1-27b

  Perplexity Developers发布开放权重多模态决策模型pplx-decider-v1.1-27b，称其在新的@huggingface Decision Index 0.3基准得分最高，输入价为0.02美元/百万token。Maziyar PANAHI称，该模型在669项临床决策中答对643项，高于Jev的628项，单次成本低42%、速度相近。

• Mia称GLM 5.3 Flash在DGX Sparks上达227 tok/s

  Mia称，GLM 5.3 Flash在DGX Sparks上达到227 tok/s，并展示4条并发混合流同时运行。

• 作者发布大规模 agentic LLM 推理数据集：206B tokens、12002 个会话

  转发推文作者称已发布迄今最大的 agentic LLM 推理数据集，规模为 206B tokens、12002 个会话、1186582 次 LLM 请求、1213347 次工具调用。作者表示，轨迹数据包含工具名称、参数、耗时等信息，数据集已在 Hugging Face 上线，论文即将发布，更多信息见 opendata.agentic-system.org。

• River AI 推出开源 River Recipes：首个 text-to-SQL 配方称以低于 1% 成本训练开源模型超越 GPT-6 Astra Pro 与 Claude Opus 5.5

  ClementDelangue 转发了 Igor Babuschkin 的帖子，介绍 River AI 推出的 River Recipes 开源计划。团队表示，该计划旨在将研究转化为经过验证、可复现的训练配方；首个配方针对 text-to-SQL 任务，称其训练的开源模型在 Arcwise-Plat 基准上以低于 1% 的成本超越 GPT-6 Astra Pro 和 Claude Opus 5.5。作者还预测几年后全球大部分大模型使用将运行在定制化开源权重模型上，并强调 River 的使命是帮助每个人拥有自己的智能、独立于大型 AI 实验室。以上性能与成本数据均为作者及团队声称，未经独立核实。

• River AI 推出开源项目 River Recipes，首个配方称训练的开源模型在 text-to-SQL 上以低于 1% 的成本超越 GPT-6 Astra Pro 与 Claude Opus 5.5

  River AI 宣布开源项目 River Recipes，目标是将前景研究转化为经过验证、可复现的训练配方。团队表示首个配方针对 text-to-SQL 场景，其训练的开源模型在 Arcwise-Plat 基准上超越 GPT-6 Astra Pro 和 Claude Opus 5.5，且成本不到后者的 1%。上述性能与成本结论均为作者声称，未独立核实。