CrisisOps v2：训练 LLM 项目经理识别软件危机中的欺骗行为

CrisisOps v2 是一个 OpenEnv 兼容的强化学习环境，用 GRPO 训练 Qwen2.5-1.5B（Unsloth LoRA r=16）担任 AI 项目经理，检测团队谎报进度。智能体需在 20 点行动预算内，将成员自报进度与 commit、ticket 响应等可观测信号交叉验证，并以反事实奖励对比贪婪基线。300 episodes 训练后平均分约 0.65+，超过基线的约 0.50；对抗方由 Ollama qwen2.5:3b 驱动。