HuggingFace Daily Papers·· 1 天前AI 评分38
VeriFine：通过扩展验证实现具身推理自我改进
VeriFine: Scaling Verification for Self-Improvement in Embodied Reasoning
AI 导读
VeriFine 是一个 agent harness 框架，通过策略、训练课程与评判器的协同演化来扩展验证能力，解决固定评判器限制自我改进的问题。
来源：HuggingFace Daily Papers · arxiv.org