热点事件持续更新
VeriHarness：扩展长周期任务的智能体验证能力
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026-10-02，arXiv 发表一手论文《VeriHarness：扩展长周期任务的智能体验证》。该工作提出 VeriHarness 框架，将基础 LLM 转为带工作空间、证据工具和可复用验证技能的智能体验证器，通过分歧解析器与共识挑战者筛选并修正产出。在五个长周期基准及 Gemini 3.5 Flash、Claude Opus 4.8 上达到最高选择分，证据修订分别提升 6.2 与 6.4 分，并展示验证技能可从失败反馈中自我改进。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Artificial Intelligence精选VeriHarness：扩展长周期任务的智能体验证
论文提出 VeriHarness，将基础 LLM 转为带工作空间、证据工具和可复用验证技能的智能体验证器，通过分歧解析器与共识挑战者筛选并修正产出。在五个长周期基准和 Gemini 3.5 Flash、Claude Opus 4.8 上达到最高选择分，证据修订分别提升 6.2 与 6.4 分，并展示验证技能可从失败反馈中自我改进。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。