为了推动 RL + LLM 的开源前沿，我们需要具有真实世界复杂性的可扩展、模块化环境，而不仅仅是数学基准。 今天，我们发布了 *benchmax*。 一个开源框架，用于构建、运行和扩展有用的 RL 环境，以便进行 LLM 微调，并与 verl 和验证器集成（更多内容即将推出！）