clem 🤗 @ClementDelangue

我们把 @OpenAI 的数学问题变成了 @huggingface 上的开源 RL 环境！ 还很早期和粗糙（验证器只接受完全原始的公式化，因此等价的证明仍可能得 0 分），但当一项研究发布变成人人都能用的可执行训练基础设施时，就是这样。 在我看来这是一个令人兴奋的方向：将开放研究变成开放的可执行环境，任何人都可以在此基础上训练更好的开放模型！ https://t.co/CtDUzi1DPP