標籤: math-reasoning

華盛頓大學、CMU、NVIDIA 與 Stanford 的研究者發現，一份 7.8 萬題的開源數學 RLVR 語料對 gpt-oss-120b 有約 88% 提供不了學習訊號。整理他們怎麼用難題的驗證解法拆出子題樹、再由下而上合成新題，以及數學與金融上的結果和限制。