← Repo TrendingPrimeIntellect-ai/verifiers
★ 4.4kPYTHONCHATBOT / AGENT
Buat apaLibrary Python untuk mendefinisikan dan menjalankan 'verifier' — fungsi reward berbasis aturan yang dipakai saat melatih LLM dengan reinforcement learning (RLVR/GRPO) agar output model bisa dievaluasi secara otomatis.
Cocok buatCocok buat peneliti dan engineer ML yang ingin melatih model bahasa dengan RL menggunakan sinyal reward kustom, misalnya untuk math reasoning atau code generation.
Lihat di GitHub →