SkillGym 论文提出将人类技能内化到 LLM 的训练框架
中文摘要
SkillGym 通过 2,756 个环境与 8,364 条成功轨迹，将人类技能内化至 LLM。
English Summary
SkillGym internalizes human skills into LLMs using 2,756 training environments and 8,364 successful trajectories.
Original Excerpt
SkillGym 框架将人类编写的技能转化为 2，756 个带代码检查器的训练环境，并在 8，364 条成功轨迹上微调。