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 před 1 týdnem
..
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 před 1 týdnem
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 před 1 týdnem
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 před 1 týdnem
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 před 1 týdnem
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 před 1 týdnem