#形式化验证

过程监督如何提升大模型数学推理：从 PRM800K 到自动化的实践与挑战

本文以 OpenAI 的 Let's Verify Step by Step 为切入点，剖析过程监督相比结果监督在数学推理中的优势。重点讨论过程奖励模型训练数据的构建、步骤级人工标注的成本与自动化替代方案（如 Math-Shepherd），以及在 Lean 等形式化验证环境中的应用潜力和挑战。