⚡

开发者 3 秒速决决策指标

TL;DR Verdict
🏆 权威跑分段位72s 必看
权威天梯镜像第一梯队
查看天梯总榜→
💰 调用成本与套餐比价
支持主流 API / 订阅
查可用套餐与测算↗
🛠️ 开发与接入生态Rules
Cursor · Claude Code · API
配置 IDE 专属规则↗

AI21 Labs 发布独立智能体校验器（Agent Verifier）研究成果。指出 Agent 错误主要是候选结果中的“选择问题”而非“生成问题”，通过训练独立的核验模型重新检索事实，在 FACTS-Search 评测中取得 93.4 分，远超 83.3 分的多数投票基线。

核心要点速览 (Key Takeaways)

  • ✓独立校验机制：校验器不看生成器的中间推理链，避免被生成模型的逻辑幻觉所带偏；
  • ✓成本效益远超重复采样：核验单条事实主张的开销远低于让大模型重新跑一遍长检索链路；
  • ✓泛化能力优秀：只需极少量微调样本（约 15 步 SFT）即可快速迁移适配至全新领域评测。
🧭

阅读完核心要点？进一步了解模型实力与实际开销

7 大权威镜像天梯跑分与 29+ 款主流编程套餐横向比价测算

🏆 天梯榜(72s必看)→💰 比价测算↗