Atropos v0.3 现在发布了！

自 v0.2 以来，我们的 RL Environments 框架已经进行了很多升级 - 以下是一些亮点：

- @rogershijin 现在可以将 Atropos 用作基准测试和评估框架，我们推出了第一个外部基准测试 Reward-Bench 2！

- 添加了 Reasoning Gym，这是一个由 @neurosp1ke 和朋友们移植到 atropos 中的外部环境 gym 仓库，包含 100 多个推理任务

- @max_paperclips 集成了 @intern_lm 的推理训练营，为 RL 增加了 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以及其他可靠性和兼容性改进，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 中 - 要列出所有这些环境将占用大部分屏幕空间，但以下是一些亮点：

@JakeABoggs 的 VR-CLI、Philosophy RLAIF、Adaptive LLM Teachers、WebVoyager、@hallerite 的蛋白质设计、@gabinfay 的模型路由环境、多个关于精益证明的环境、catbot arena、pokemon showdown、poker、helpful doctors、@khoomeik 的梵语诗歌等等！

- 其他值得注意的官方支持的新环境包括：

Answer format following environment

从 @MatternJustus 的工作中移植的 Pydantic to JSON environment

从 @natolambert 和 @allen_ai 的工作中移植的 Instruction Following

Letter Counting

- 47 位全新的贡献者！

在此处查看完整的更新日志：https://t.co/4mI4ZcnZiS