Sun Tao 8147e5974c docs: Extra14 改为用 Agent 合成报销任务,新增 reward hacking 和真实运行分析 vor 1 Woche
..
environment 8147e5974c docs: Extra14 改为用 Agent 合成报销任务,新增 reward hacking 和真实运行分析 vor 1 Woche
solution 8147e5974c docs: Extra14 改为用 Agent 合成报销任务,新增 reward hacking 和真实运行分析 vor 1 Woche
tests 8147e5974c docs: Extra14 改为用 Agent 合成报销任务,新增 reward hacking 和真实运行分析 vor 1 Woche
instruction.md 8147e5974c docs: Extra14 改为用 Agent 合成报销任务,新增 reward hacking 和真实运行分析 vor 1 Woche
task.toml 8147e5974c docs: Extra14 改为用 Agent 合成报销任务,新增 reward hacking 和真实运行分析 vor 1 Woche