NVIDIA 发布 VeriFine 具身推理验证框架

2026 年 10 月，NVIDIA 发布面向具身推理自我改进的 agent 验证框架 VeriFine。据报道，该框架让策略、训练课程与 rubric 评判器共同进化：评判器负责诊断反复出现的失败模式，并据此构建自适应课程；当验证环节本身成为瓶颈时，框架通过 coactive calibration 引入人类指导，最终收敛到客观的物理推理 rubric。在驾驶与机器人导航任务的实验中，采用强化学习与 SFT 两种方式时，策略与评判器的能力均能持续同步提升。报道称其目标是突破具身自我改进的瓶颈。除上述内容外，目前暂无更具体的实现细节或第三方复现结果公开。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。