NVIDIA论文：强模型当裁判提升Agent可靠性

2026年10月2日，X 用户 Rohan Paul 发帖介绍 NVIDIA 一篇新论文，提出与其给 AI 智能体更多选项，不如给它一个更好的裁判。方法上，小型智能体每一步起草 8 个候选命令，再由裁判模型挑选执行。报道称，使用前沿强模型担任裁判时，成功率从 50% 提升到 68%，且无需重新训练；若由小模型自评自选，提升则小得多，说明选项再多，裁判分辨不出好坏也没用。该帖为目前唯一报道，未提及论文具体名称、发布时间与实验细节。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。