Veritas：自动生成智能体任务验证器的框架

Daoan Zhang 等作者提出自动生成验证器的框架 Veritas，用于判定智能体任务的执行结果。它通过证据头、领域规则库和编写原则三种机制生成验证器，其中编写原则部分由自我改进循环优化。 在四个按执行评分的基准上，固定模型时 Veritas 生成的验证器与官方判定的一致度优于其他七个框架；在两个成对比较基准上达到或接近最佳。在另外三个模型家族中，有两个家族的表现优于厂商自带框架，其机制还在三个框架的 12 个执行评分组合中改善了 9 个。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。