**VeriFine:通过验证与策略协同进化实现具身推理自我提升**

_VeriFine: Scaling Verification for Self-Improvement in Embodied Reasoning_

> HuggingFace 社区热门论文 VeriFine 提出了一种智能体框架,旨在解决具身推理中固定评估器限制自我提升的问题。该框架通过策略改进循环和评估器改进循环的协同进化,利用自适应课程学习和人机协作校准,动态扩展验证能力。实验表明,该方法在驾驶和机器人导航任务中实现了策略与评估器能力的持续自我提升。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-07 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2610.08761)