RL + LLMのオープンソースのフロンティアを押し広げるには、数学のベンチマークを超えた、現実世界の複雑さを備えたスケーラブルなモジュール式環境が必要です。 本日、*benchmax* をリリースします。 LLMの微調整に便利なRL環境を構築、実行、スケーリングするためのオープンソースフレームワークで、verlと検証ツール(近日公開予定)との統合があります。