Chollet：RLVR 或只推高数学与代码能力

如果锯齿状前沿主要由数学+代码构成（这部分可以通过 RLVR 无限推进），而其他领域因为仍然受限于人类生成的数据而开始进入平台期，会怎样？

模型在不可验证领域的表现一直在稳步提升，尽管比数学和代码领域慢得多。但这种稳步提升是更高 G（本身由 RLVR 驱动）的副产品，还是仅仅取决于注入训练的新的人类数据量（而这种注入仍在大规模持续进行）？

很多东西都取决于这个问题的答案。