Reinforcement Learning with Verifiable Rewards(RLVR)는 사람의 선호 평가 대신 정답 여부를 자동으로 검증할 수 있는 보상으로 언어 모델을 강화 학습하는 방법이다. 수학 문제의 정답 일치, 코드의 unit test 통과처럼 규칙으로 판정할 수 있는 결과를 보상으로 쓴다.
reward model의 편향과 사람 평가의 불일치를 피할 수 있어 reasoning model의 학습에 널리 쓰인다. 2024년 Allen Institute for AI의 Tülu 3에서 이 이름이 쓰였고, DeepSeek-R1 등의 학습에도 같은 접근이 적용됐다.