概念验证器

Verifier

在软件工厂语境中，指一套能自动判断AI产出是否满足预期的机制，可包括测试套件、形式化断言、静态分析规则、契约式检查或由另一模型充当评审者，同时承担正确性守门人和迭代信号源两个角色。

时间轴 (近 90 天)

10月30日

课程流水线依次覆盖：小模型基础、Verifier、Inference Time Scaling、GRPO 强化学习、蒸馏。

待验证50%

10月30日

Verifier 是评估候选答案正确性的模块，可以是基于规则的检查器、单元测试执行器或训练过的奖励模型。

待验证50%

10月30日

验证器的质量直接决定了后续强化学习和蒸馏的效果上限，是整条流水线的基础设施。

待验证50%

10月30日

在推理模型流水线中，验证器在推理时扩展阶段用于对多个采样答案打分并挑选最优，在 GRPO 训练中提供奖励信号，在蒸馏阶段用于筛选高质量推理轨迹。

待验证50%

课程流水线依次覆盖：小模型基础、Verifier、Inference Time Scaling、GRPO 强化学习、蒸馏。

Verifier 是评估候选答案正确性的模块，可以是基于规则的检查器、单元测试执行器或训练过的奖励模型。

验证器的质量直接决定了后续强化学习和蒸馏的效果上限，是整条流水线的基础设施。