验证器强度

定义

验证器强度指自动判分的覆盖度、成本、速度与可信度。强验证器（可程序判定、近乎免费）支持大规模强化学习；弱验证器（依赖湿实验或人工评分）限制迭代次数。

证据

站内仿真页给出强到弱的排序思路：优先做 verifier 洼地，即形式化数学、量子化学确定检查、晶体有效性、逆合成可执行性、生信管线可复现；虚拟细胞做 reward 太早 [1]。ether0 以分子式匹配等可程序验证奖励训练，是该思路的实例。弱端是湿实验：成本数百到数千美元、耗时数小时 湿实验作为 RL 环境。仿真代理与真值之间的差距见 sim2real 保真度阶梯。基准层面，仅 BioLab Bench 接入真实湿实验 [2]。

争议

• 强验证器多测"可计算的代理量"，与真实药效/功能的距离未必小，可能带来奖励黑客。
• 评测机构自身也是产品方时，验证强度存疑，如 Biomni 相关评测。
• 弱验证领域的价值被认为向验证端集中，见 价值向验证端迁移。

来源

1. 站内 simulation 页（科学 RL 环境与 verifier 洼地）
2. 站内 aibenchmark 页