NVIDIA论文：以更强裁判提升AI Agent可靠性

2026年10月2日，X用户Rohan Paul发帖介绍NVIDIA的一篇新论文，提出与其给AI智能体更多选项，不如给它一个更好的裁判。方法上，让小型智能体每一步生成8个候选命令，再由裁判模型挑选并执行其中一条。据该帖，使用前沿强模型担任裁判时，成功率从50%提升到68%，且无需重新训练；若改由小模型自评，提升幅度则小得多。该帖未说明论文标题、发表时间、测试任务与模型的具体名称，也未给出实验规模等细节。本条为目前关于该事件的唯一报道，尚无后续跟进或相互矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。