AI21 Labs 发布独立智能体校验器（Agent Verifier）研究成果。指出 Agent 错误主要是候选结果中的“选择问题”而非“生成问题”，通过训练独立的核验模型重新检索事实，在 FACTS-Search 评测中取得 93.4 分，远超 83.3 分的多数投票基线。

核心要点速览 (Key Takeaways)

  • ✓独立校验机制：校验器不看生成器的中间推理链，避免被生成模型的逻辑幻觉所带偏；
  • ✓成本效益远超重复采样：核验单条事实主张的开销远低于让大模型重新跑一遍长检索链路；
  • ✓泛化能力优秀：只需极少量微调样本（约 15 步 SFT）即可快速迁移适配至全新领域评测。