研究者发布SymCE反例生成数据集与验证器

研究者 Omar Farouk Zouak 等人发布 SymCE：一个包含 4,707 道本科代数与实分析假猜想的数据集，每道题配有可执行的逐定理 Python 验证器。他们把反例生成定义为针对该确定性验证器的受限见证输出，验证器同时充当奖励函数。 据作者称，用该数据集做监督微调会让模型模仿有害行为，而强化学习可以修复这一问题。代码、数据、验证器模块和标注均已公开。

AI 根据报道生成 · 14 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。