ARBITER：35B MoE智能体验证器用于代码评判

2026年10月14日，arXiv Artificial Intelligence 发布研究，针对竞赛编程官方评测不提供失败解释的问题，研究者构建了基于 USACO 2026 竞赛的 USACO-JUDGE 数据集，并训练出 35B MoE 智能体验证器 ARBITER。该验证器通过强化学习在通用执行沙箱中生成反例，作为可检验证据，用于智能体代码评判。报道称，作者为 Zheye Deng 等，其提出并训练了 ARBITER 及 USACO-JUDGE 基准。目前进展停留在论文发布阶段，尚无后续跟进报道。早先报道称……，后续报道称……（本事件暂无早先报道与后续报道之间的数字、时间或说法矛盾）。

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。