open-thought/reasoning-gym
@open-thought[NeurIPS 2025 Spotlight] सत्यापन योग्य पुरस्कारों के साथ सुदृढीकरण सीखने (Reinforcement Learning) के लिए तर्क वातावरण
स्टार
1,500
फ़ोर्क
129
भाषा
Python
लाइसेंस
Apache-2.0
आख़िरी push
5 माह पहले
संबंधित intel (0)
अभी कोई संबंधित intel नहीं
यह रिपॉजिटरी radar द्वारा ट्रैक किए जाने वाले किसी भी स्रोत में अभी तक नहीं आई है। कलेक्टर एक शेड्यूल पर चलता है — जब यह इस रिपॉजिटरी को कवर करे तब वापस देखें।