srush 用 Lean 形式化验证 Rust 分词器，直击 RL 训练推理失配
ying11231 · x · 2026-10-28
srushnlp 发布「Lean Verified Tokenizers」项目：针对 RL 训练中训练-推理消息失配导致跑挂的问题，用 Lean 形式化验证一个 Rust 分词器与 Agent 管线，而非仅靠 Jinja 模板拼消息。
转发者 radixark 指出这是 Miles「Token-In-Token-Out」工作启发下的延伸——不只测试训练看到模型生成的确切 token，而是进一步形式化验证分词器的关键性质，认为这正是 agentic RL 需要的严谨度。
所属事件:srush 用 Lean 形式化验证 tokenizer，直击训练推理失配(3 条相关)→
「编程与Agent」频道最新
- MCP Python SDK 维护者 Marcelo 获 AAIF 杰出技术贡献奖 — samuelcolvin · 2026-10-28
- Maestro 新增 GitHub Label 触发器，打标签即启动 agent 流水线 — Dave_Maynor · 2026-10-28
- LLM 并不会真的调用工具：拆清 Agent 执行链路里的常见误解 — ariG23498 · 2026-10-28
- Hillock v1.0 发布：1.2GB 显存跑本地记忆引擎，宣称零幻觉 — Equivalent-Flan-1590 · 2026-10-28
- 开发者发布 toolmoat：锁定 MCP 工具描述，防服务器中途投毒 — whitul · 2026-10-28
- 开源模型算力流向之问：一人公司用本地模型 agent 集群撑起整个生意 — AIFlow_ML · 2026-10-28