Oat-Zero：深度剖析AI模型自我反思行为的轻量级复现项目

Oat-Zero：深度剖析AI模型自我反思行为的轻量级复现项目。亮点：

1. 深入分析“自我反思”行为，揭示模型训练中的隐藏模式；
2. 通过强化学习优化奖励函数，提升模型推理能力；
3. 提供完整的实验复现步骤，助力研究者快速上手

参考文献：
[1] http://github.com/sail-sg/oat-zero
[2] https://oatllm.notion.site/oat-zero