阿里康奈尔论文：独立 critic 审查大幅提升编码 Agent 准确率

阿里巴巴与康奈尔大学的论文《Rethinking Verification in Agent Harnesses》系统研究了编码 agent harness 中的验证设计，发现引入独立 critic 进行审查可使准确率最高提升 9.5 分，且是性价比最佳的验证方案。idanbeck 为此制作讲解视频，并补充了 MASS 方法的复现实验：让单一模型同时自编排与自审查，研究类基准得分提升了 1.2 至 1.6 倍。

2026-10-27 ~ 2026-10-28 · 3 条相关

• 阿里与康奈尔论文：独立 critic 审查让编码 agent 准确率最高提升 9.5 分 — dair_ai · 2026-10-27
• MASS 复现:单模型自编排自审查,研究类基准得分提升 1.2-1.6 倍 — idanbeck · 2026-10-28
• Cornell 与阿里论文：独立 critic 审查是 Agent 验证的最佳性价比方案 — Zhengxin Zhang · 2026-10-28