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

Russian

Практикующие используют методы укрепления обучения для языковых моделей через учебные рамки, поэтому один метод, который включает в себя рамка, является одной конфигурацией, которая меняется для своих пользователей. Мы измеряем, как часто это происходит. Мы отслеживаем семь рамок с открытым исходным кодом для RL-посттренировки через их историю коммиссии и связываем их с 6 939 экранированными статьями arXiv с января 2025 года по июнь 2026 года. Из 1598 статей, предлагающих общий метод обучения RL, 37 достигли по крайней мере одной рамки. На протяжении пяти квартальных когортов статей число, включенное в течение 180 дней, оставалось между 5 и 7, в то время как когорты

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