DeepMath：基于 smolagents 的轻量数学推理 Agent

Intel AI Software Group 推出 DeepMath，一个基于 Qwen3-4B Thinking、用 GRPO 微调的数学推理 Agent，通过生成短 Python 片段在沙箱中执行中间步骤，输出长度最多减少 66% 且准确率常有提升。