Tag
该论文审计了十六个开源RLVR数学语料与六个基准之间的去污染策略,发现更激进的语义清洗并不更可靠,而judge-adjudicated策略在保持高召回的同时实现了98.1%的精确率。作者公开了审查标签与各策略的移除决策,以推动可衡量可靠性的去污染报告。