VeriHarness, 베이스 모델을 장기 에이전트 작업용 검증기로 바꾼다
Google 논문 VeriHarness는 동일한 베이스 모델로 논쟁 중인 주장과 만장일치로 합의된 에이전트 주장을 모두 검사한다. 증거 기반 수정으로 단일 rollout 대비 Gemini 3.5 Flash에서 6.2점, Claude Opus 4.8에서 6.4점 향상을 보고한다.
Google 논문 VeriHarness는 동일한 베이스 모델로 논쟁 중인 주장과 만장일치로 합의된 에이전트 주장을 모두 검사한다. 증거 기반 수정으로 단일 rollout 대비 Gemini 3.5 Flash에서 6.2점, Claude Opus 4.8에서 6.4점 향상을 보고한다.