https://huggingface.co/collections/attn-signs/gromov-series-grpo

Я в свое время насобирал/напереводил

крутой) https://huggingface.co/datasets/attn-signs/gromov-max/ вот этот попробую прикрутить)

https://github.com/WindyLab/LLM-RL-Papers

ибо чёт все модели либо огромные из-за мультиязычности, либо очень очень старые

Я кстати сделал небольшую модель для перевода, думаю в целом дальше позатачивать их именно под перевод датасетов для нейронок