reasoning-gym

环境要求

• Python >= 3.10
• 已安装 pip（用于从 PyPI 安装包）
• 可访问 PyPI 网络（pip 下载）

安装与启动步骤

1. 1确认 Python 版本

   reasoning-gym 要求 Python >= 3.10，先检查本机版本，低于 3.10 需先升级 Python。

   python --version

   复制

2. 2安装 reasoning-gym

   从 PyPI 安装最新发布包，这是 README 给出的唯一安装命令。安装后即可在代码中 import。

   pip install reasoning-gym

   复制

3. 3生成第一个数据集

   用 create_dataset 生成任务，指定任务名、样本数量与随机种子；再用 score_answer 做算法校验。

   python -c "import reasoning_gym
   data = reasoning_gym.create_dataset('leg_counting', size=10, seed=42)
   for i, x in enumerate(data):
       print(f'{i}: q="{x["question"]}", a="{x["answer"]}"')
       assert data.score_answer(answer=x['answer'], entry=x) == 1.0"

   复制

4. 4传任务专属参数

   不同任务有各自的配置项，以关键字参数形式传入，例如 leg_counting 支持 max_animals。

   python -c "import reasoning_gym
   reasoning_gym.create_dataset('leg_counting', size=10, seed=42, max_animals=20)"

   复制

5. 5组合多个任务

   用 DatasetSpec 构造 composite 数据集，weight 控制各任务占比，config 传各任务配置。

   python -c "import reasoning_gym
   from reasoning_gym.composite import DatasetSpec
   specs = [
       DatasetSpec(name='leg_counting', weight=2, config={}),
       DatasetSpec(name='figlet_font', weight=1, config={'min_word_len': 4, 'max_word_len': 6}),
   ]
   reasoning_gym.create_dataset('composite', size=10, seed=42, datasets=specs)"

   复制

6. 6安装符号评分扩展

   需要 symbolic math 校验（cascade scorer）时，安装 scoring 附加依赖，减少格式差异造成的误判。

   pip install reasoning-gym[scoring]

   复制

关键配置

如何确认成功

代码能 import reasoning_gym，create_dataset 正常打印题目与答案，且 score_answer(...) == 1.0 断言通过。

常见问题

注意事项

• PyPI 发布版本可能落后 main 分支数天，追求最新功能需自行从源码安装。
• scoring 附加依赖仅在需要符号数学验证时才需要安装。
• 任务数量众多，除 leg_counting、figlet_font 外的任务名与参数请查阅官方 GALLERY.md 文档。