VeriCUA：用智能体探索验证CUA任务完成

1. 12:00
   arXiv cs.AI

   VeriCUA：将验证作为智能体探索，为计算机使用智能体提供跨平台任务完成校验

   VeriCUA 是一个平台无关的验证框架，把验证视为智能体在共享流程中的动态证据收集与评估，统一覆盖在线与离线、跨平台与多模态观测场景。验证器先检查可用上下文构建任务 rubric，再对未满足的要求选择 GUI 或代码检查，并按明确的证据规则合并结论。实验显示其在上述设置下与参考标签的一致率优于对比基线，离线难例提升最大，在线对虚假完成声明的拒绝更强。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。