NVIDIA 论文：终端 Agent 加个强验证器，成功率从 50% 升至 68%

NVIDIA 研究人员提出为终端 AI Agent 配上更强的「裁判」：小模型每步先草拟 8 个候选命令，再由强验证器挑选后才执行，用前沿模型做验证器时成功率从 50% 升到 68%，且全程无需重新训练。若让小模型自己评判自己的草稿，收益明显变小，说明选项多不等于有效，关键是裁判能否分辨好坏。