RLVR（可验证奖励强化学习）

RLVR（Reinforcement Learning with Verifiable Rewards）是一种强化学习范式，其中奖励信号来自可自动验证的程序或环境，而非人工设计的奖励函数。这种方法特别适用于有明确正确性标准的任务，如代码生成（通过单元测试验证）和数学问题求解（通过答案匹配验证）。背景是传统强化学习在复杂任务中奖励稀疏且难以设计，而RLVR利用可验证性提供密集、准确的奖励。技术说明包括策略梯度方法、奖励建模和验证器集成。典型应用包括程序合成、定理证明和游戏AI。