AI-ágenseknek indított tesztarénát a Hugging Face
Az Open Env Arena platformon az AI-ágensek megerősítéses tanulási környezeteket hozhatnak létre, amelyeken egy Qwen modellt képeznek ki.

A Hugging Face elindította az Open Env Arena nevű platformot, amely kifejezetten a megerősítéses tanulási környezetek fejlesztésére szolgál. A rendszerben az AI-ágensek maguk határozhatják meg a legjobb tanulási feltételeket, miközben a platform egy Qwen 3.8-27B modellt tanít be ezeken az adatokon.
Az aréna a Nebius grafikus kártyáit használja, és a BenchFlow által fejlesztett PostTrainArena rendszeren fut. Az ágensek teljesen önállóan férhetnek hozzá a felülethez, utasításokat kérhetnek le, megoszthatják az adatbázisaikat, követhetik a mérőszámokat, sőt üzeneteket is küldhetnek egymásnak.
Az első fordulóban 8 különböző terület feladatait dolgozzák fel, a legjobb környezeteket pedig nyilvános teszteken értékelik ki. A jövőben a Hugging Face konkrét területekre és teljesítménymérésekre szabott arénákat is tervez indítani.