跳到正文
Hugging Face Daily Papers·· 2026-10-05精选AI 评分82

CLIFT:面向 Web Agent 训练与测试时扩展的共形自验证

CLIFT: Conformal Self-Verification for Web Agent Training and Test-Time Scaling

AI 导读

论文介绍 CLIFT 方法,通过共形自验证解决强化学习中奖励稀疏及外部裁判成本高的问题。训练中利用 URL 条件证据一致性筛选信号并赋予信任权重,将自证分数融入每步奖励;测试时将认证库冻结用于共形轨迹选择,在无需调用外部裁判的情况下实现保守的多数投票决策。

推荐理由

CLIFT 提出基于共形自验证的训练与测试时扩展方法,利用低成本自证信号替代昂贵的外部裁判,在 WebArena 等基准上实现开源模型的最优性能。

来源:Hugging Face Daily Papers · arxiv.org