Salesforce 发布 CLIFT:共形自验证为 Web Agent 造稠密奖励
Salesforce · hf · 2026-10-16
Salesforce AI Research 发布 CLIFT,用共形自验证(conformal self-verification)解决 Web Agent 训练中裁判反馈稀疏的问题,论文编号 arXiv:2610.06829。
- 训练:学习「该验证什么」,维护一个经认证的问题库(如「到达目标了吗?」「页面正确吗?」「任务完成了吗?」,带 URL 范围、极性与信任权重),把稀疏裁判反馈转化为更稠密、可复用的训练奖励。
- 测试时:无需裁判即可进行轨迹选择(test-time scaling),依据可复用的验证证据挑出更好轨迹。
- 面向开源 web agent,宣传点为「训练得到更稠密反馈、选择得到更好轨迹、迁移得到可复用证据」。
「编程与Agent」频道最新
- OpenAI Astra 用 PolyHaven 素材做建筑可视化，文档现 GPT-6 专页 — jason_mayes · 2026-10-16
- 10 个开源项目看清你的 AI Agent 到底干了什么，Langfuse 3.6 万星领跑 — victor_explore · 2026-10-16
- LARK-Lab 提出 Mosaic：跨会话的 Agentic 强化学习新范式 — LARK-Lab · 2026-10-16
- RES 环境递归扩展：六大模型长程任务成功率暴跌 57-77 个百分点 — Lingxiao Jing · 2026-10-16
- 哈佛提出 MPT：用「竞标市场」训练去中心化 Agent 集群自组织 — Harvard · 2026-10-16
- 深度解析 LiteLLM：一个 API 如何统一路由所有模型厂商 — Mahmoud_Zalt · 2026-10-16