谷歌 VeriHarness:AI 分歧反而更可能指向正确答案
谷歌团队(Caiqi Zhang、Rujun Han 等)发布 VeriHarness 框架,挑战 agent 采样中「多数一致即正确」的假设:多个 rollout 的一致答案可能掩盖共享错误,而分歧往往指向正确替代方案。该框架在不依赖参考答案和评分规则的前提下,把生成器所用底层 LLM 改造成带工作区、证据工具的验证器,并通过分歧 Resolver 与共识挑战者机制,将长程任务验证提升 6 分以上,同时开源了 2.6 万条 rollout 数据。
2026-10-04 ~ 2026-10-05 · 3 条相关
- 谷歌论文 VeriHarness:一致性会掩盖共同错误,分歧反而指向正确答案 — omarsar0 · 2026-10-04
- VeriHarness 论文:分歧 Resolver 加共识挑战者,长程任务验证提升至 6.4 分 — mikeflache · 2026-10-05
- 谷歌 VeriHarness 把 LLM 变成验证器,长任务验证提分 6+,开源 2.6 万条 rollout — google · 2026-10-05