fix typo

Author: xiaohao.wzh

content/blog/ring-lite-2507/index.zh.md

@@ -105,7 +105,7 @@ show_word_count: true
 </div>
 
 ### 推理强化学习
-与之前发布的Ring-lite-2506相比，我们通过整合更具挑战性的数学、代码和科学M数据来扩展了我们的推理数据集。具体来说，我们采用了67K个数学问题、32K个代码问题和9.9K个科学问题用于推理强化学习训练。此外，我们还通过引入超过19K个逻辑游戏，如ARC-AGI、Countdown、数独、AlphaMaze等，来进一步扩充我们的推理数据集。对于每种类型的问题，我们专门设计了适合的奖励函数，以确保我们的训练数据均是可被验证的。
+与之前发布的Ring-lite-2506相比，我们通过整合更具挑战性的数学、代码和科学数据来扩展了我们的推理数据集。具体来说，我们采用了67K个数学问题、32K个代码问题和9.9K个科学问题用于推理强化学习训练。此外，我们还通过引入超过19K个逻辑游戏，如ARC-AGI、Countdown、数独、AlphaMaze等，来进一步扩充我们的推理数据集。对于每种类型的问题，我们专门设计了适合的奖励函数，以确保我们的训练数据均是可被验证的。
 
 
 ### 通用强化学习