**Sauron：首个基于证据的代理验证器，在多项基准测试中超越最强基线**

_Evidence-First Agentic Verification_

> 针对长周期半可验证代理任务中评估证据分散及奖励黑客问题，研究团队提出了 Sauron 验证器。该模型通过独立验证状态与执行轨迹中的证据来做出裁决，并生成可审计的证据收据。在包含 2,586 个人工标注标准的测试中，Sauron 在五种验证器中 F1 值最高且成本更低；在面对模拟奖励黑客的故障注入测试时，其检测失败率高达 97% 且误报率仅 2%，全面优于现有最强基线 Gandalf。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-20 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.17724)