ArgGYM：面向结构化可废止推理的程序化、引擎验证基准

ArgGYM 是面向结构化可废止推理的程序化、引擎验证基准，也是兼容 RLVR 的训练环境，将任务拆解为 12 项并由符号论证引擎计算形式状态评分。其冻结基准含 1,440 条已验证实例，覆盖 15 种课程配置与两种论证偏好排序，生成器与验证器可产出新实例。前沿与开放权重模型表现差异明显，依赖更长、交互结构更多的后期课程配置性能下降。