Logic-RL：成功复现DeepSeek R1 Zero的逻辑推理强化学习项目，专为解决复杂的逻辑谜题而生。亮点：
-
在2K Tiny Logic Puzzle数据集上完美复现，准确率高达100%； -
支持多语言推理，中文推理过程搭配英文答案输出； -
强化学习驱动，模型输出长度优化，平均长度降低30%。
参考文献：
[1] https://github.com/Unakar/Logic-RL
（文：NLP工程化）
Logic-RL：成功复现DeepSeek R1 Zero的逻辑推理强化学习项目