Karpathy2025AI深度复盘：LLM潜力远未释放，未来智能进化路在何方？

报告核心聚焦三大技术革命：RLVR（基于可验证奖励的强化学习）的突破性应用，标志着AI训练从依赖人类反馈转向客观验证体系。这种新范式在数学证明、代码生成等领域展现出惊人效能，模型通过生成数万条推理路径并接受编译器、证明器等自动验证器的筛选，逐步演化出超越人类常规思维的解题策略。OpenAI o3模型与DeepSeek R1的开源项目，成为验证该理论的重要里程碑，后者甚至在没有监督微调的情况下，通过纯粹的RLVR训练实现了自我反思能力。