Cookbook
dapo-aime
自包含 MinT 实验：在 BytedTsinghua-SIA/DAPO-Math-17k 的本地物化版本上跑 direct GRPO，把 AIME 2024 固定为可上报 benchmark。AIME 2025 和 AIME 2026 的 manifest 用同一行合约提供，作为辅助 eval。不做 SFT warm-start。
At a glance
| 算法 | direct GRPO（无 SFT warm-start） |
| Base model | Qwen/Qwen3-4B-Instruct-2507 |
| 训练数据 | BytedTsinghua-SIA/DAPO-Math-17k 的本地物化（data/train/full.jsonl） |
| Benchmark | AIME 2024（data/eval/aime2024.jsonl）；辅助：AIME 2025 / 2026 |
| Primary metrics | METRIC eval_accuracy、METRIC eval_greedy_accuracy、METRIC eval_pass_at_k |
| Upstream README | Open in mint-cookbook → |
环境配置、可执行命令、完整 eval 流程见上游 README。实验遵循共享的 cookbook lifecycle：uv sync → --dry-run → --eval-only → 训练。