HuggingFace Daily Papers·2026-10-01 08:00· 6 天前AI 评分45

VeriHarness：为长时程任务扩展智能体验证能力

VeriHarness: Scaling Agentic Verification for Long-Horizon Tasks

AI 导读

VeriHarness 将生成用的 LLM 变为智能体验证器，通过工作区、证据工具和可复用验证技能，对多次采样结果中的分歧与共识分别核查，从而筛选和修订最终产物。