OpenEnv

Bằng chứng (4)

• 7Hugging Face Blog·3/10/2026research
  Microsoft và Hugging Face ra mắt ThinkingBox để đánh giá độ tin cậy của tác nhân AI

  Microsoft và Hugging Face đã giới thiệu ThinkingBox, một bộ benchmark đánh giá tác nhân AI dựa trên trạng thái backend và các tác động mà chúng để lại, thay vì chỉ dựa trên đầu ra văn bản. Bộ benchmark này chạy lặp lại các quy trình nghiệp vụ có trạng thái để đo mức độ nhất quán, cho thấy tác nhân có thể trông như làm đúng nhưng vẫn để lại bản ghi sai hoặc thiếu hành động bắt buộc.

• 7Hugging Face Blog·3/9/2026research
  Tái tạo quy trình huấn luyện vẽ màu nước bằng TRL và OpenEnv

  Hugging Face công bố một bản triển khai mở của mô hình viết mã tạo tranh màu nước bằng cách sinh JavaScript để điều khiển p5.brush. Bài viết phát hành bộ dữ liệu, môi trường RL, script huấn luyện và mô hình đã huấn luyện, đồng thời so sánh ba cấu hình phần thưởng chạy trọn vẹn trên hạ tầng của Hugging Face.

• 7Hugging Face Blog·8/6/2026open_source
  OpenEnv mở rộng quản trị mở cho RL tác nhân

  Hugging Face cho biết OpenEnv, một thư viện cho các môi trường thực thi phục vụ tác nhân, sẽ được điều phối bởi một ủy ban rộng hơn gồm Meta-PyTorch, Unsloth, Nvidia, Microsoft và nhiều bên khác. Dự án này được định vị như một lớp giao thức cho các môi trường reinforcement learning có khả năng tương tác, với API chuẩn hóa, đóng gói thống nhất và hỗ trợ HTTP, WebSocket, Docker và MCP.

• 7Hugging Face Blog·12/2/2026research
  OpenEnv cho đánh giá tác tử dùng công cụ trong môi trường thực

  Hugging Face giới thiệu OpenEnv, một framework mã nguồn mở của Meta và Hugging Face để đánh giá tác tử AI trên các hệ thống thực thay vì mô phỏng. Bài viết cũng nêu Calendar Gym của Turing, một môi trường cấp sản xuất dùng để kiểm tra tác tử sử dụng công cụ trong các ràng buộc thực tế như kiểm soát truy cập, tầm nhìn hạn chế, quy trình nhiều bước và khả năng xử lý lỗi.