跳到正文
Hugging Face Daily Papers·· 2026-10-06精选AI 评分82

VeriFine:面向具身推理的自我改进可扩展验证框架

VeriFine: Scaling Verification for Self-Improvement in Embodied Reasoning

AI 导读

VeriFine 是一个代理驾驭框架,旨在解决具身推理中因固定评估器限制而导致的自我改进瓶颈。该框架通过策略与评估器的协同进化实现可扩展验证:利用评分标准诊断失败并构建自适应课程;在进展停滞时,选择性地查询人类指导以校准评估器,使其收敛于物理推理目标。实验表明,该方法能在强化学习和监督微调中持续提升策略与评估能力。

推荐理由

提出 VeriFine 框架,通过策略与评估器的协同进化解决具身推理中的自我改进瓶颈。

来源:Hugging Face Daily Papers · arxiv.org