开源 1 万条可执行验证金融推理题
coslinedev · reddit · 2026-08-16
开发者发布了 Financial-RLVR-10K 数据集，包含 10,000 条经过执行沙箱验证的金融推理问题，旨在解决 LLM 金融计算幻觉问题。该数据集包含 1,950 个逻辑陷阱（如 DCF 模型 r<=g 异常），通过 Python 代码提供确定性奖励信号，无需昂贵的 LLM-as-a-judge 评估器，已开源并适用于 GRPO/PPO 微调。
「研究」频道最新
- MIT CSAIL 发布神经网络基础概览教程 — MIT_CSAIL · 2026-08-17
- 可视化交互图解：自注意力与交叉注意力的核心差异 — ProfTomYeh · 2026-08-16
- 信息检索论文周报 Vol.169：Netflix 用 LLM 原生排序器，Yandex 生成式推荐替代 15+ 模型 — _reachsumit · 2026-08-16
- 为何RL对LLM有效？预训练信号虽多但噪声大,RL信号少却精准 — burny_tech · 2026-08-16
- Battle Agents 专为测试 Agent 翻车而生 — lannisterprince · 2026-08-16
- 开发者开源工具 NoiseCheck 揭露模型评测统计学假象 — Formal-King3851 · 2026-08-16