learnable-frontier

介绍了PROPEL，一种求解器摊销框架，通过训练轻量级激活探针来预测求解器通过率，从而无需昂贵的求解器运行即可高效训练RL任务生成器。该方法在数学、代码和软件工程任务中改善了可学习前沿上的生成质量。