用解耦的证明者-验证者博弈缓解可读性税

随着大语言模型能力不断增强，其输出能否被能力较弱的系统轻松核查变得至关重要。证明者-验证者博弈可用于提升模型输出的可核查性，但与仅以最大化正确性为目标的基线相比，其准确率会出现退化——这一现象被称为可读性税（legibility tax）。我们提出一种解决方案：把正确性与可核查性条件解耦，转而训练一个“翻译器”模型，把固定求解器模型的解答转换为可核查的形式。这使我们能够先训练求解器以最大化正确性，再训练翻译器在保留求解器答案的前提下把其解答翻译成可核查的形式。为适应这一新的翻译目标，我们构建了解耦证明者-验证者博弈（DPVG），其均衡对应忠实且可核查的翻译器。