https://openreward.ai/

это вот кстати очень интересная идея

то есть короче как я понял - выбираешь любые енвы, выбираешь ллмку которую хочешь подключить и типа гоняешь и собираешь траектории и все что там можно получить…

в модельки дома в целом сейчас подобное завозится но с квеном 3.5 и с re-rl нашей либой

https://www.reddit.com/r/LocalLLaMA/s/n9YuHiX3JL

Не, просто все самописное