Hugging Face 开源数学强化学习环境

2026年10月12日，BestBlogs.dev 报道 Hugging Face 将 OpenAI 近期发布的数学成果转化为开源强化学习环境，包含 369 个任务、405 道形式化数学题和 214 个题型。该环境通过独立沙箱中的 Lean 判分器编译验证证明，给出 0/1 的 Reward 反馈，驱动模型针对特定题型迭代练习。报道称工具处于早期阶段，对证明风格有特定要求，存在误判可能。同日另一篇报道仅给出该开源项目的访问链接，称内容来自 AIGCLINK 的推文分享，未披露环境的具体功能、参数或使用方法。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。