정의
정답 여부를 기계적으로 검증할 수 있는 보상 신호. 이것이 존재하는 도메인은 충분한 컴퓨팅과 강화학습(RLVR)만으로 모델이 자력으로 정복할 수 있다는 것이 2025~2026년 프론티어 담론의 핵심 전제다.
핵심 속성
- 검증 용이성 우선: 코딩·수학·논리가 먼저 정복된 이유는 정답 검증이 쉬웠기 때문
- 도메인 확장: GRPO/DeepSeek-R1 이후 verifiable reward를 만들 수 있는 모든 vertical로 전선이 이동
- wet lab 자동화: 과학 도메인의 실험 병목을 로봇 자동화로 보상 신호화
- 부트스트래핑: 검증 가능한 도메인은 모델이 무제한 자가 생성 데이터를 만들 수 있음
관계
- 20260603-verifiable-reward-conquers-each-domain — 적용: 도메인 정복 논리
- 20260508-no-evals-no-improvement-direction — 연장: 평가 체계와의 연결
인용
그냥 verifiable reward를 만들 수만 있다면 이건 그냥 모델이 풀 수 있는 게임이다라는 그 믿음이 좀 지배한 것 같고