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 · hf · 2026-10-05

LLM 智能体执行长程任务时,验证输出越来越难。谷歌研究提出 VeriHarness:在不依赖参考答案或评分规则的前提下,把生成器用的底层 LLM 改造成带工作区、证据工具和可复用验证技能的 agentic 验证器。

关键发现与方法:

所属事件:谷歌 VeriHarness:AI 分歧反而更可能指向正确答案(3 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →