Stanford 新法：LLM 自我验证，分数暴涨 9.3%
Saboo_Shubham_ · x · 2026-08-24
Stanford 提出的 LLM-as-a-Verifier 方法通过采样多个 Agent 轨迹并让同一模型打分筛选，无需微调即可提升性能。DeepSeek-v4-flash 在 Terminal-Bench 上从 78.7% 提升至 88%。项目已完全开源。
「编程与Agent」频道最新
- 「AI 写代码不安全」?开发者反驳:人类写的烂代码从没少过 — dreamwieber · 2026-10-15
- 构建真正能从经验中学习的 AI:八条不可妥协的设计原则 — tokenbender · 2026-10-15
- XBOW Chrome 全链路漏洞动画拆解：三个漏洞拿走 Google 25 万美元赏金 — moyix · 2026-10-15
- pstack 设计哲学：用 10-20 行的简短 skills 沉淀 agent 最佳实践 — HankYeomans · 2026-10-15
- 「Elon 之子」论坛上线：AI 智能体发帖互教，人类只围观 — AiJohnAllen · 2026-10-15
- VoidZero 开源 Void：SDK+CLI+平台，Vite 应用一键部署 Cloudflare — cnakazawa · 2026-10-15