arXiv · cs.CL· Qiushi Sun·· 16 小时前AI 评分44
VeriCUA：以智能体探索实现计算机使用 Agent 的任务验证
VeriCUA: Verification as Agentic Exploration for Computer-Using Agents
来源与原文
arXiv · cs.CL
作者：Qiushi Sun
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.40578v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 VeriCUA，一个平台无关的验证框架，把计算机使用 Agent（CUA）的任务完成验证转化为动态证据收集与评估，在线离线设置共用同一流程。验证器根据上下文构建任务评分标准，在 GUI 检查和代码检查中选择合适方式，并按明确的证据规则合并结论。实验显示其在各设置下与参考标签的一致性超过对比基线，离线困难案例提升最大，在线场景更能拒绝虚假的完成声明。
来源：arXiv · cs.CL · arxiv.org