Forschende veröffentlichen RSI-Dojo: Umgebungen, in denen Agenten Post-Training lernen
RSI-Dojo ist eine Sammlung ausführbarer Umgebungen, die aus publizierter Forschung entstanden sind. Qwen-Modelle, die auf ihren Trajektorien feinjustiert wurden, legen auf PostTrainBench um 8,74 bzw. 16,87 Punkte zu.
Warum es wichtig ist: Die Arbeit verlagert die Fähigkeit, Modelle zu trainieren, in die Gewichte eines mittelgroßen offenen Modells. Die Umwandlung von Forschung in Umgebungen liefert eine wiederholbare Quelle für Trainingsaufgaben.