输入一个热词，快速查看术语含义、常见场景和相关概念。
集中展示常见热词解释，方便按概念和场景继续浏览。
RLVR（Reinforcement Learning with Verifiable Rewards）是一种强化学习范式，利用自动化的可验证结果（如代码执行、数学答案）作为奖励信号，训练模型在明确标准下提升表现，减少对昂贵人工反馈的依赖。
近期常被查询的 AI 概念。
