Я принял аналогичный подход Генератора-Верфикатора для использования моделей в теоретических исследованиях физики. Человеческие эксперты на переднем крае науки могут улучшить модели Верфикатора до такой степени, что автономная работа становится чрезвычайно эффективной даже при решении реальных исследовательских задач (а не только вымышленных задач математических конкурсов = хорошо поставленных задач, которые могут быть решены людьми за конечное время). DeepSeekMathV2 Синергия между Генератором и Верфикатором Генератор доказательств и верфикатор образуют самосовершенствующийся обратный цикл. Поскольку генератор производит все более сложные доказательства, они ставят перед верфикатором новые задачи, выявляя слабые места, которые становятся новыми данными для обучения. Изначально человеческие эксперты направляли переобучение верфикатора, просматривая его отмеченные проблемы — процесс, который стал более эффективным благодаря генерации нескольких попыток верификации для каждого доказательства. Эта "мета-верификация" (проверка выводов верфикатора, а не самих доказательств) оказалась как более простой для людей, так и более обучаемой для LLM. Увеличив количество анализов верфикатора и обучаясь на этих аннотациях с помощью ИИ, верфикатор в конечном итоге достиг уровня надежности, при котором вмешательство человека больше не требовалось в финальных запусках — замыкая цикл между автоматизированной генерацией доказательств и верификацией.

Это описывает переход от базового конвейера Генератор-Проверяющий с использованием стандартных моделей к такому, в котором сам Проверяющий был улучшен с помощью данных обучения от человеческих экспертов, использованных в мета-проверке.