VeriFine：面向具身推理自我改进的验证扩展框架

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，用于具身推理中的自我改进。该框架针对现有固定评判器限制优化反馈与有效训练样本发现的问题，其可靠评估需覆盖空间定位、因果推理与安全感知决策。