François Fleuret 发问：模型 RL 训练中为何未见形式化证明检查器

François Fleuret 提出疑问：模型 RL 训练是否从未将形式化证明检查器用作奖励信号。该问题指向 RLVR 的潜在空白；相比数学答案对错，Coq/Lean 类检查器本可严格判定证明正确性并给出干净的 yes/no 结果。