RLVR 逻辑推演：人类数据耗尽后，安全与数学成为下一个可验证训练场

RLVR 训练路线推演认为，人类可用数据在 2025 年初已基本耗尽，安全攻防与未解数学将成为下一片可验证训练场。经 o1 验证后，模型到 2025 年中已攻下 IMO，并可完成约 90% 的 SWE/PM 任务；公开模型在这些领域快速进步，开始威胁在位者。