谷歌港大发布 VeriCUA,专治 AI Agent 虚报任务完成

Google 与香港大学联合发布论文 VeriCUA(arXiv 2610.40578,Qiushi Sun 等 8 位作者),提出将验证做成 agentic 探索的平台无关方法,专门核查 computer-using agent 的任务完成情况。该方法可拒绝约 80% 的虚假完成报告,并将误判率降至 5.4%,解决了 Agent 自报完成不可信的问题。

2026-11-03 ~ 2026-11-03 · 2 条相关

• Google×港大 VeriCUA:Agent 自己报完成不算数,误判率降至 5.4% — rohanpaul_ai · 2026-11-03
• VeriCUA 论文:把验证做成 agentic 探索,拒掉 80% 虚假完成报告 — rohanpaul_ai · 2026-11-03