AIがAIの評価をする仕組み公開

LLM-as-a-Verifierは、追加のトレーニングを必要とせずに、あらゆるエージェントに対して詳細なフィードバックを提供する汎用フレームワークです。これは、コーディング、ロボット工学、および医療エージェントのベンチマークにおいてSOTA（State-Of-The-Art、最高水準）の性能を達成します。このフレームワークから生成されるフィードバックは、テスト時のスケーリング、進捗追跡、および強化学習に利用できます。