概念OpenEnv接口
OpenEnv
标准化的强化学习环境接口规范，专门针对语言模型智能体场景设计，定义了reset()、step()、state()等标准方法，使不同训练框架可与环境无缝交互
时间轴 (近 90 天)
10月26日
在Terminal Bench任务中，RadixArk团队发现数据集内的参考答案可能被智能体直接读取，智能体也可能篡改评分逻辑让评分器误报成功，产生假阳性。
待验证50%
10月8日
每一个 Seahaven 世界都是一个 OpenEnv 环境，可直接对接 TRL 的 OpenEnv 支持或任何兼容 OpenEnv 的训练器
待验证50%
10月6日
该工作全面开源，包括 OpenEnv 中的捕获代理、TRL 中的训练器、任务集、SFT 数据、训练代码以及全部七个训练好的模型
待验证50%