Newest papers

From RL Papers to Framework Code: Inclusion and Review in Seven Open-Source Training Frameworks

Taiheng Pan · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28027 · open-access PDF

German

Praktiker verwenden Verstärkungs-Lernmethoden für Sprachmodelle durch Schulungsrahmen, so dass eine Methode, die ein Rahmen umfasst, eine Konfigurationsänderung für seine Benutzer ist. Wir messen, wie oft dies geschieht. Wir verfolgen sieben Open-Source-Frameworks für RL-Post-Training durch ihre Kommissionsgeschichten und verbinden sie mit 6.939 geprüften arXiv-Papiers von Januar 2025 bis Juni 2026. Von 1.598 Papiers, die eine allgemeine RL-Training-Methode vorschlagen, erreichten 37 mindestens einen Rahmen. Über fünf Quartalkohorten von Papiers blieb die Zahl innerhalb von 180 Tagen zwischen 5 und 7, während die Kohorten grorten

Machine translation (Meta M2M100); the English original follows.

Abstract

Practitioners use reinforcement learning methods for language models through training frameworks, so a method that a framework includes is one configuration change away for its users. We measure how often this happens. We trace seven open-source frameworks for RL post-training through their commit histories and link them to 6,939 screened arXiv papers from January 2025 to June 2026. Of 1,598 papers that propose a general RL training method, 37 reached at least one framework. Across five quarterly cohorts of papers, the number included within 180 days stayed between 5 and 7 while the cohorts gr

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange