RLVR Essa coisa realmente foi um pouco míope na validação científica, algo que leva décadas para ser refutado, como ela pode esperar?

ME News Notícias, 17 de maio (UTC+8), RLVR (Aprendizado por Reforço e Verificação) pode apresentar déficits desproporcionais na verificação de teorias científicas.
O ciclo de verificação de teorias científicas dura décadas ou até séculos, e teorias atualmente consideradas melhores frequentemente fazem previsões piores.
Essa contradição revela o conflito fundamental entre o paradigma de aprendizado por reforço baseado em feedback de curto prazo e a longuíssima duração e complexidade da exploração científica, destacando as limitações estruturais dos métodos atuais de IA ao lidar com tarefas de ciclos de feedback extremamente longos, como descobertas científicas.
(Fonte: AiHot)