arXiv Artificial Intelligence· Zhizhou Wang, Yaxi Lu, Zhong Zhang, Zikun Hu, Xin Cong, Yankai Lin, Fangming Liu·2026-10-20 12:00· 2 小时前AI 评分40

VeriCUA：为可靠的 GUI 智能体奖励学习主动验证策略

VeriCUA: Learning Proactive Verification for Reliable GUI Agent Rewards

AI 导读

VeriCUA 让可训练的 Judge 决定验证什么、何时停止，由冻结的 Probe 在真实环境中执行检查，仅用 OSWorld 训练即在 MobileWorld 和 WebArena-Verified 上取得最高奖励一致率。