OpenAI数学问题转为开源强化学习环境

研究人员将OpenAI的数学问题转化为Hugging Face上的开源强化学习环境。该环境目前处于早期粗糙阶段，验证器仅接受原始形式化的精确答案。等效证明仍可能得0分。这一转变使研究发布成为可执行的训练基础设施。