这是本周的仪式研究摘要，一份涵盖LLM世界和加密与AI交集最新动态的通讯。 每周有数百篇论文发表，跟上最新动态几乎是不可能的。我们为您阅读，所以您无需这样做。

本文提出了以下问题：验证什么？如何验证？以及为什么要验证？ 他们发现，验证的价值取决于不采取过于严格的执行措施，以免排除合理的解决方案，而完全忽视验证则会导致低质量数据占据主导地位。

验证的变化：理解大型语言模型中的验证动态 本文研究了影响验证成功的因素，包括 - 问题难度 - 生成器的生成能力 - 验证器的生成能力。

他们发现： - 验证者在简单问题上更容易识别正确的解决方案 - 弱生成器所犯的错误比强生成器所犯的错误更容易被检测到 - 验证者的生成能力与在问题难度上的表现相关。

在预训练数据上的强化学习 本文提出了RLPT，它在预训练数据上扩展了强化学习。他们提出了一种下一个片段推理目标，该目标奖励大型语言模型（LLMs）在给定前文上下文的情况下正确预测下一个片段。

在通用领域和数学推理上的广泛实验表明，RLPT显著提高了性能，并展现出良好的扩展趋势，进一步证明了RLPT为后续的RLVR提供了坚实的基础。

ARE：扩展代理环境和评估 本文提出了元代理研究环境（ARE），这是一个支持编排、环境创建和应用连接的平台，用于代理开发和评估。

该论文还介绍了Gaia2，这是一个针对代理的评估。Gaia2由1,120个可验证的注释场景组成，这些场景发生在移动环境中，模拟了带有电子邮件、消息和日历等应用程序的智能手机。他们发现gpt-5的表现最佳。

关注我们 @ritualdigest，获取更多关于加密货币与 AI 研究的内容， 以及 @ritualnet，了解 Ritual 正在构建的内容。