核心信息

OpenAI 的数学题已被转化为 Hugging Face 上的开源强化学习环境。该发布被描述为早期且粗糙，验证器仅接受原始形式化，因此等价证明仍可能得 0 分。

要点

  • OpenAI 数学题被转化为可执行的开源强化学习环境
  • 验证器仅接受原始形式化，等价证明可能得 0 分
  • 定位为把开放研究变成人人可用的可执行训练基础设施
  • 目标是让任何人都能在此基础上训练更好的开放模型