**学习任务还是学习验证器？重新审视具身自我改进中的标准暴露问题**

_Learning the Task or Learning the Verifier? Rethinking Criteria Exposure in Embodied Self-Improvement_

> 研究指出，在具身自我改进中暴露基准验证标准（Criteria Exposure, CE）会导致智能体生成的代码过度拟合验证器而非真实任务，从而降低技能在不同任务间的泛化能力。实验证实，采用指令忠实型标准能更准确地评估智能体程序性能并提升跨任务迁移效果。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-11-13 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.08318)