清华大学深圳国际研究生院机器人实验室发布了 VeriLoop E2，这是一个基于 Qwen3.8-27B 构建、面向可验证代码、数学和科学推理的 27B 后训练模型。此次发布引入了 VeriLoop-Governed Recurrence (VGR)，将生成与外部验证分离，以确保状态转换严格改善证据维度。

  • 在涵盖软件工程、数学和科学的 1,841,831 条记录上进行后训练。
  • 取得包括 SWE-bench Pro 上 76.2%、AIME 2026 上 98.3% 以及 GPQA Diamond 上 93.94% 在内的分数。
  • 提供从 BF16 到 IQ1_M 的完整 GGUF 精度阶梯，所有层级均直接源自规范化的 BF16 检查点。
  • IQ1_M 变体仅占用 16.79 GiB，PPL 漂移仅为 +0.3191%，并支持 MTP 推测解码。
  • 包含黎曼 ζ 函数临界线零比例的复现性证书。

此次发布提供了开放权重、评估证据和技术报告，以允许对量化保留率和下游性能进行独立验证。