论文Agent 与开发者13:26arXiv 论文提出 Verification Transport:检验 LLM 验证器判断能否跨抽象边界保持稳定做 agent 评估的人该看看这篇:同一轨迹换个表示,验证器判断可能就变了,宏抽象下失败率到 31%。文章还给了修法——补回执行溯源能救回 85.5% 的失败,实操参考价值很高。#LLM验证器#智能体评估#arXiv#AgentaarXiv cs.AI@Disha Sheshanarayana, Sai Linisha Reddy Goli原文稍后读已读值得跟进有用关注 LLM验证器