训练能力突飞猛进，验证答案的本事却成了拖后腿的短板。 当大模型把人类曾经的终极考题变成日常练习，AI的奔跑却悄悄瘸了腿—— 为此，上海AI Lab和澳门大学联合发布 通用答案验证模型CompassVerifier与评测集VerifierBench 。填补了Verifier领域没有建立 验证-> 提升->验证 的循环迭代体系的空白。 CompassVerifier团队 投稿 量子位 | 公众号 QbitAI △ 图片来自Openai前研究员Jason W ei，高难度数据集正在迅速被模型们"吞噬殆尽" 让AI在下半场中终于能迈开训练与验证的两条腿往前冲。 AI的下半场应该两条腿跑步 随着OpenAI o系列，DeepSeek R1以及马斯克新发的Grok-4等模型慢慢让"人类最后的考试"变成 "大模型的上一次考试"，RL在推理模型上 的胜利貌似为AGI的道路添加了一块厚厚的基石。 强推理模型在人类顶级水平竞赛上大杀四方，屡次超过人类顶级专家的现在，我们不禁要思考，AI的上半场是不是已经结束了，下半场的游戏 又将如何开始。 最近，来自 清华姚班的姚顺雨 提出了他对AI下半场的思考： 那么接下来会发生什么？人工智能 ...