elvis(@omarsar0)· elvis (@omarsar0)·· 3 天前AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
NVIDIA 论文提出 VERA：将基准轨迹转为 9000 多个可重启沙箱并协同演进模型与 harness
Banger paper from NVIDIA. One exciting trend I am seeing is building verifiable environments for yo...
AI 导读
NVIDIA 发布论文 VERA，把基准轨迹转成 9000 多个可重启沙箱并附带 rubric 评分，只保留能运行且可依据可观察证据评分的环境。系统同时更新模型权重和 harness，harness 改动需通过自测并在开发集上至少提升 5 分才保留，模型 checkpoint 若得分下降超过 20% 则被拒绝。
来源：elvis(@omarsar0) · x.com