verifiers

検証器。答えが正しいか判定する仕組み

1本の論文題名に登場

定義

生成された答えが正しいかを判定する仕組みのこと。数学やコードのように正解を機械的に確認できる領域では、この判定を報酬にして学習や探索を回せるため、近年の推論モデルの中核部品になっている。最終解だけを見る outcome 型と、途中の各段階を採点する process 型が区別される。

生成を採点する側