多语言推理健身房：程序化推理环境的多语言扩展

本文提出了“多语言推理健身房”，这是对原有推理健身房的扩展，旨在通过程序化方式生成涵盖 14 种语言的可验证推理问题。研究团队翻译了 94 项任务模板，并在 10 种语言中经过母语者验证及针对性代码适配，以确保语言自然性。该系统保留了程序化生成的核心优势，如近乎无限的问题实例生成、难度可调，并直接适用于基于可验证奖励的强化学习及评估场景。其跨语言并行特性支持大规模跨语言数据生成，旨在推动多语言推理模型的研究。