【Bug已解决】[experimental] OpenReward Standard environment adapter 解决方案
【Bug已解决】[experimental] OpenReward Standard environment adapter 解决方案
一、现象长什么样
在接入 OpenReward(把环境反馈转成 reward 的框架)时,我们想对接多个不同的"环境":有的环境是数学判题器ÿ…
2026/7/22 2:34:48