禁聞網Google 發布 VeriHarness 長程任務驗證框架 - 禁聞網
編輯團隊約 1 分鐘閱讀
站內可閱讀至 （台北時間）
本站保存版本
Google 發布 VeriHarness 長程任務驗證框架 Google 研究團隊發布 VeriHarness，用生成候選結果的同一模型執行驗證：對分歧主張核查環境證據，對共識主張主動挑戰，並據此選擇、修訂或重建最終結果。 項目在 5 個長程任務基準、2 個模型上取得最高選擇分；證據驅動修訂后，較單次生成平均提升 Gemini 3.5 Flash 6.2 分、Claude Opus 4.8 6.4 分，並公開約 2.6 萬條 rollouts。 arXiv | GitHub ������ 科技圈· 茶館 · 投稿