Modele lub programy oceniające, czy rozumowanie jest poprawne. Używane zarówno jako nagroda w treningu, jak i do wyboru najlepszej odpowiedzi przy wnioskowaniu.
Models or programs that judge whether reasoning is correct. Used both as a training reward and to pick the best answer at inference time.
To programy lub modele oceniające proponowane rozwiązania albo ich poszczególne kroki.
These programs or models evaluate proposed solutions or their individual steps.
Model daje kilka przekonujących odpowiedzi, a ty potrzebujesz sposobu wybrania tej bardziej prawdopodobnie poprawnej.
A model gives several convincing answers, and you need a way to choose one more likely to be correct.
Ocena porównuje wynik z warunkiem albo bada kroki; jej sygnał pomaga wybierać odpowiedzi lub uczyć model, lecz też wymaga sprawdzenia.
Evaluation checks an outcome against a condition or examines steps; its signal guides selection or training but also needs validation.
Asystent proponuje kilka fragmentów kodu, a przygotowane testy pomagają wybrać działającą wersję.
An assistant proposes several code snippets, and prepared tests help select a working version.