Verifier on Blowing in the wind https://zheng-bobo.github.io/tags/verifier/ Recent content in Verifier on Blowing in the wind Hugo -- gohugo.io zh-CN Tue, 11 Aug 2026 06:27:01 +0200 Stanford CS329A：Self-Improving AI Agents 的完整技术框架 https://zheng-bobo.github.io/post/stanford-cs329a-self-improving-ai-agents/ Tue, 11 Aug 2026 06:27:01 +0200 https://zheng-bobo.github.io/post/stanford-cs329a-self-improving-ai-agents/ <p>Self-Improving AI Agent 并不是一个会无限递归修改自己的神秘系统。更实际的理解是：Agent 在生成、行动、观察和验证之间形成闭环，把推理时获得的反馈用于改进当前答案、后续决策，甚至下一轮训练。</p> <p>这篇文章沿着 Stanford CS329A 的课程主线，把测试时计算、验证器、工具反馈、规划搜索、强化学习、深度研究与长程评测串成一个完整框架。</p>