斯坦福AI实验室发布通用验证框架LLM-as-a-Verifier，在两项基准测试中达SOTA

币界网消息，ME News 消息，4 月 10 日（UTC+8），斯坦福AI实验室（StanfordAILab）近日发布了一个名为“LLM-as-a-Verifier”的通用验证框架。该框架通过扩展评分粒度、重复验证和标准分解等方法，在Terminal-Bench 2基准测试中取得了86.4%的准确率，在SWE-Bench Verified基准测试中取得了77.8%的准确率，均达到了当前最优水平（SOTA）。文中提供了相关博客和代码的链接。