掘金· lucas_AI·· 13 天前精选AI 评分71
Google 与港大提出 VeriCUA，让验证器主动取证判定计算机操作智能体是否真完成任务
智能体说「我做完了」你敢信吗？VeriCUA 让验证器自己去翻文件
AI 导读
Google 和香港大学的论文 VeriCUA 把计算机操作智能体的任务完成判定从一次模型调用打分，改成先勘察环境再定验收标准、从 GUI 和代码两条通道取证、按证据可信度仲裁的验证流程。
借鉴点
可搬走证据分级（物证/证词）与先勘察再定标准两条规则，用于 agent 轨迹筛选和 RL 奖励判定；代价是验证要多花推理预算，且依赖对机器状态的只读特权访问。
来源：掘金 · juejin.cn