我们训练过全球前十的大模型, 现在专做数据。

RewardSignal 为前沿模型团队提供 Agent 和编程数据。

查看数据目录

训练全流程

从 GPU 集群、强化学习到线上评测,每个环节我们都亲手做过。

知道什么数据有用

哪些数据能提升评测分数和实际效果,哪些只是看着不错,我们在训练模型时就摸清了。我们做的是前一种。

我们做什么

面向编程、终端、电脑操作和 3D 建模 Agent 的可验证环境与专家轨迹,按你们对标的 benchmark、需要的格式和数量定制。

想提升模型的哪项能力?

来信告诉我们,我们会回复样例和规格说明。