教程演示答案抽取、归一化、等价判断及在MATH-500上的模型评测流程。
推荐理由：教程打通从答案抽取、数学等价校验到MATH-500评测的完整链路；同一验证器还可直接充当RLVR奖励信号，兼顾评估与训练。
阅读原文