VeriHarness: Scaling Agentic Verification for Long-Horizon Tasks

VeriHarness 把生成模型改造成带工作区、证据工具和可复用技能的验证代理，分别处理 rollout 间的分歧和共同错误。作者观察到多数意见可能共同遗漏要求，而不一致反而暴露正确候选；因此 resolver 会回查环境证据，challenger 会专门攻击共识声明。