研究者提出VeriCUA框架验证计算机使用Agent任务完成

Qiushi Sun 等研究者在 arXiv 发布论文（标注 Work in progress），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。其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。实验显示该框架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。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。