我们将 @OpenAI 的数学问题转化成了 @huggingface 上的开源 RL 环境！
早期且粗糙（验证器仅接受原始形式化表达，因此等效证明仍得0分），但当这项研究成果成为可执行的培训基础设施后，它就变成了这样。
在我看来，这是一个令人兴奋的方向：将开放研究转化为开放的可执行环境，这样任何人都可以利用这些环境来训练更优秀的开放模型！
https://huggingface.co/datasets/FineEnvs/openai-math
我们将 @OpenAI 的数学问题转化为 @huggingface 上的开源 RL 环境！
Hugging Face的Clément Delangue宣布将OpenAI的数学问题转化为开源强化学习环境并公开数据集,使任何人都能据此训练开源模型。作者自述其尚处早期且粗糙:验证器只接受与原始形式化完全一致的证明,等价证明仍可能得零分。
Clément Delangue · X
内容说明
原始发布及相关权利归来源方。
机器翻译 · 请以原文为准