JustRL

JustRL dimostra che prestazioni competitive nel reinforcement learning per modelli di linguaggio piccoli non richiedono pipeline complesse a più fasi o programmi dinamici. Utilizzando una ricetta minimale con addestramento a fase singola e iperparametri fissi, raggiungiamo risultati all'avanguardia in compiti di ragionamento matematico. Questo repository contiene uno script di valutazione leggero per riprodurre i risultati di valutazione per i modelli JustRL su nove benchmark matematici impegnativi.