数学和代码正确性验证

Verifiers for LLM Reinforcement Learning 是一个专为大语言模型的强化学习设计的工具集，旨在提供可验证的环境，帮助提升模型的推理能力和输出质量。该工具集支持多步代码执行，并提供数学和代码正确性的评分标准，确保模型输出的准确性。此外，它还集成了多种环境，包括数学、代码和双检查环境，以满足不同场景下的验证需求。