面对深度研究型智能体在复杂任务中因错误累积而失败，且人工监督难以为继的难题，一种无需重新训练即可提升AI可靠性的新方法被提出。其核心在于推理阶段的结构化验证与反馈，让智能体能够自我进化，显著提高在长轨迹任务中的准确率，为解决AI可靠性问题提供了新思路。
智能速览
验证不对称原理落地，将难生成的任务拆解为易验证的子问题。
基于数百个失败案例构建DRA失败分类法，为验证提供依据。
提出DeepVerifier三模块框架，形成可插拔的推理验证流水线。
通过多轮验证反馈重试，在不增训的情况下持续提升模型表现。
精华内容
AI如何在推理时进行自我修正？关键在于建立一套有效的验证与反馈闭环，从而实现能力的持续进化。
失败模式分类
首先需要精准定位问题根源。该研究深入分析了555个真实失败案例，构建了一套包含5大类13子类的DRA失败分类法。这个结构化的分类体系为后续的验证与反馈环节提供了清晰的目标和依据，使得每一次自检都有的放矢，而非盲人摸象。
三模块验证框架
为实现自检，研究设计了DeepVerifier框架。它包含分解器、验证器和裁判器三个核心模块。分解器将复杂任务拆解，验证器对子任务进行核查，裁判器则综合判断并生成反馈。这一可插拔的流水线设计，使得验证过程模块化且高效。
精细化反馈生成
有效的反馈是自我进化的关键。区别于简单的“对”或“错”，该框架采用Rubric驱动的反馈机制，生成包含细粒度评分和可执行修改指令的具体反馈。这种方式让智能体能准确理解错误所在并进行针对性修正，避免了同类错误的重复发生。
推理时持续进化
该方法最具价值的一点是其可扩展性。通过多轮“验证—反馈—重试”循环，模型在推理阶段即可持续提升准确率，无需进行成本高昂的重新训练。这不仅降低了技术门槛，也为现有模型的能力提升开辟了一条新路径。
这项研究为AI智能体的可靠性难题提供了创新的解决方案。通过在推理阶段引入自我验证与反馈，模型实现了在不增加训练成本下的能力进化。未来，这种机制能否成为主流LLM的标配，从而让AI变得更加可信与高效？
