NVIDIA 等发布 VERA:9000+ 可验证环境训练智能体自进化
cihangxie · x · 2026-10-07
NVIDIA 研究团队联合多所高校发布 VERA,为智能体 RSI(自我改进)系统构建可验证环境,让智能体同时改进模型权重与 harness 技能。
核心内容:
- 提供 9000+ 个可验证长程环境训练库,配备可重启沙箱、基于证据的评分规则和可执行检查,仅采纳有可观测证据的环境
- 提出「模型-harness 共同进化」方法:交替进行模型训练和技能更新,由失败报告和验证器引导
- 训练出两条线的智能体:VERA-CoWork-27B 在 Automation-Bench 上达 43.8%,比基座 Qwen3.8-27B 高 19.2 个百分点,排名第二、超过 Claude Opus;VERA-Med-27B 在 AgentClinic 上达 76.4%,提升 32.5 个百分点,接近前沿水平
- MedResearch RSI 流水线估算成本约 24 万美元,其中 54.7% 花在环境准备上——环境而非学习算法是瓶颈
- 模型、数据、论文均开源
所属事件:NVIDIA 发布 VERA：智能体与框架协同自我进化(2 条相关)→
「编程与Agent」频道最新
- Grok Bot 更新:团队 Bot、语音通话与 Google 连接器 — mattyp · 2026-10-08
- ThePrimeagen 实测 OpenAI 新决策模型:更快更准 — prd_008 · 2026-10-08
- Windows 现场 demo:编码任务被自动路由到本地模型,llama.cpp 已接入 Windows ML — ryanshrout · 2026-10-08
- Claude Code 2.1.293 即将发布 — ClaudeCodeLog · 2026-10-08
- 微服务之父 Sam Newman:分布式系统三条铁律与 AI 时代的认知债 — The Pragmatic Engineer · 2026-10-08
- 花 50 美元给 7B 开源模型植入后门，Codex 调用即窃取凭证 — udmrzn · 2026-10-08