arXiv機器人
VeriFine:透過協同演化驗證機制實現具身智慧的自我迭代
VeriFine: Scaling Verification for Self-Improvement in Embodied Reasoning
VeriFine 是一個針對具身推理的 Agent 架構,透過「策略優化」與「裁判優化」雙循環,讓模型策略與驗證裁判協同演化,打破傳統固定裁判帶來的優化瓶頸。
2 分鐘閱讀
#autonomous-driving
1 篇文章
VeriFine: Scaling Verification for Self-Improvement in Embodied Reasoning
VeriFine 是一個針對具身推理的 Agent 架構,透過「策略優化」與「裁判優化」雙循環,讓模型策略與驗證裁判協同演化,打破傳統固定裁判帶來的優化瓶頸。