rlvr

검증 가능한 보상을 통한 강화학습(Reinforcement Learning from Verifiable Rewards)의 약자로, 정답이 명확한 수학이나 코드 분야에서 AI가 도출한 결과의 정답 여부를 시스템이 즉각 확인하여 보상을 주는 방식이다. 인간의 피드백 없이도 AI가 스스로 수많은 시뮬레이션을 거치며 성능을 개선할 수 있게 하여 지능의 비약적 발전을 가능케 한다.