清华深圳国际研究生院开源VeriLoop E2：27B验证递归推理模型，主攻代码、数学与物理

VeriLoop E2由清华大学深圳国际研究生院机器人实验室Libo Wang开发，是基于Qwen3.8-27B基座二次后训练的开源27B大模型，聚焦代码、数学、物理三大硬核领域。模型核心创新为VeriLoop-Governed Recurrence（VGR，证据收敛受控递归）推理机制：递归生成候选推理状态，交由外部模块校验，只有证据状态得到有效提升、没有出现退化时，才保留当前推理结果。

• 模型：https://modelscope.cn/models/tsinghua-sigs-robot-lab/VeriLoop-E2

这套架构把生成能力和验证能力做了解耦。VeriLoop E2负责生成推理方案、抽象问题、诊断错误、修复假设，产出结构化推理链路；VeriLoop Harness模块承担证据接收、确定性校验、外部验证、结果提交或回滚、推理终止判断、证据状态持久化工作。模型本身不会自主判断推理是否正确，依靠独立的校验机制保证可靠性。

本次开源包包含模型权重、公开推理样例、评估记录，以及Harness功能说明。生产环境可用的Harness完整实现代码并未上传至仓库。

模型基础信息

后训练混合数据集包含仓库级软件工程任务、终端工具调用、数学推理、科学推理、验证导向修复，以及面向递归推理的专项数据。数据集构建、过滤与训练细节收录在配套技术报告。

基准测试成绩

模型在9项代码智能体、数学与科学基准测试取得优异结果，评估采用冻结检查点与固定评估流程，任务会联动VeriLoop Harness、基准配套工具与官方评估器。完整任务输出、评估凭证单独打包在Evaluation Evidence评估证据包内。

项目还放出两份公开科学推理演示案例与对应的证据材料：一份是有限维黎曼ζ零点比例严格证明；另一份是渐近引力子断层成像研究，为自由渐近辐射引力子构建定量完备性理论框架。

部署层面，模型依托vLLM 0.17.0可提供兼容OpenAI接口的推理服务，已经验证131072 token上下文稳定运行。

归属边界说明

公布的基准分数，是整套E2系统（模型+Harness）在指定评估环境下测出的结果。不能等同于原生Qwen3.8-27B基座成绩；单独加载模型权重、脱离配套评估环境，也无法直接复现该套指标。

要点小结

1. VeriLoop E2是清华深圳国际研究生院推出的27B开源模型，基于Qwen3.8-27B后训练，主打数学、物理、代码推理，采用VGR证据收敛递归机制。
2. 架构分离生成模块与外部验证模块，避免模型自证推理正确性，原生支持262K上下文，Apache2.0协议开源。
3. 在SWE-bench Pro、AIME、GPQA等硬核基准表现突出，附带黎曼ζ函数、引力子成像两份高阶科学推理案例。
4. vLLM部署支持OpenAI兼容接口，但是生产版Harness代码未开源；基准成绩为整套系统评估结果，单独加载权重无法复现。