强化学习被高估了？研究员称可验证领域本质是数据采样

zetalyrae · x · 2026-08-02

针对AI圈常说的数学和编程是"可验证领域"（verifiable domains）的观点，作者提出了不同看法。

业界通常认为这些领域的优势在于可以使用强化学习（RL）进行验证，但作者指出，这种看法过度强调了训练方法（RL），而忽略了底层数据的本质。作者认为，这些领域真正的核心在于：我们能够直接构建并从赫尔布朗宇宙（Herbrand universe，即一阶逻辑中的项组成的集合）中进行采样。