研究者质疑「可验证性决定能力跃迁」直觉：RLVR 适用面更广

kalomaze · x · 2026-09-12

开源圈知名研究员 kalomaze 发推表示，他越来越反对一种流行直觉——「能力跃迁（spiky capabilities）取决于领域是否可验证」，即只有数学、SWE 这类可验证领域才会被 RLVR 攻克。

他的替代观点是：更本质的原语是信息不对称（information asymmetry），而它几乎总是可以被人为制造出来。换言之，即使某个领域天然不易验证，也可以通过构造不对称信号来获得可用的奖励信号，RLVR 的适用范围可能远超当前共识。