OSVerify：有限专家评审下的单侧验证框架

2026年10月14日，arXiv Artificial Intelligence 刊出论文，提出 OSVerify 算法框架。该框架将错误提出与错误验证解耦，通过分层分解在不同粒度上搜索解答中的错误，并由验证器区分实质性错误与轻微或幻觉性错误。在竞赛级与研究级基准上，相同低 FNR 约束下，它将无效解答的人工评审量较投票基线平均减少 46%，对验证器进行后训练后进一步降至 57%。该框架还用于识别已发表论文中的错误（获原作者确认），并协助解决三个经专家确认的 Langlands 开放猜想。上述结果与用途均出自该论文报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。