可验证奖励强化学习（RLVR）：业界经验、面临问题及发展方向_2025 10月全球机器学习技术大会-北京站-CSDN在线视频培训

课时介绍

自DeepSeek-R1发布以来，可验证奖励强化学习（RLVR）已成为推动大模型发展的核心引擎，它利用数学答案正确性等客观可验证信号优化模型推理性能，推动AI从“主观对齐”迈向“客观正确”。然而，RLVR研究的爆炸式增长也带来了技术选型的困惑，众多改进方案使研发人员难以权衡利弊。本次分享将首先梳理近期学界与业界的实践经验，比如On-Policy与Off-Policy策略的选型以及各类RL方法的关联与适用场景等；其次分析当前RLVR研发中存在的冗余研究、训练稳定性不足等存在的问题；最后展望其未来发展方向，如将RL拓展至智能体行动优化、Rubric Reward设计等前沿领域，为开发者提供清晰的技

课程介绍

自1936年阿兰· 图灵提出「图灵机」以及机器具备「思维」的可能性以来，以机器学习为代表的人工智能经过飞速发展，深刻地改变着我们的世界。CSDN & 奇点智能研究院秉承“全球专家，卓越智慧”的宗旨，特邀50多位技术领袖和行业应用专家，与1000+来自电商、金融、汽车、智能制造、通信、工业互联网、医疗、教育等众多行业的精英参会听众，共同探讨人工智能领域的前沿发展和行业最佳实践。