展示HN：我们一直缺失的开源、原生强化学习可观测性框架1 分•作者: kaushikbokka•大约 2 个月前•原帖强化学习（RL）生态系统正在逐渐成熟——验证者正在标准化我们构建和共享环境的方式。然而，随着生态系统的发展，我们需要能够真正理解强化学习基本元素的可观察性工具。 在没有对执行质量、奖励分布或失败模式的可见性情况下进行强化学习实验是浪费时间。 Monitor 提供实时跟踪、逐例检查和程序化访问——可以查看运行期间发生的情况，并在事后调试出错的原因。 快来看看 verifiers-monitor！
