NVIDIA发布VERA智能体训练方法论文

2026年10月9日，据X平台Rohan Paul（@rohanpaul_ai）转述，NVIDIA发布新论文提出VERA方法，面向长流程、多步骤任务的智能体，在模型训练与技能文件编辑之间交替更新，并以真实证据的逐步评分决定每次修复方向。该报道称，论文指出只训练模型或只改harness都会丢掉约一半收益；VERA构建了9000多个可重启沙箱，逐步对照真实文件和日志打分。在医学研究基准上，9B智能体同时做两类更新得分为69.1，仅改技能为56.1，仅训练为43.3。目前信息来自该转述，论文原文细节尚未在报道中展开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。