先了解这件事
AI 综述
2026年3月5日,OpenHands 发布验证栈的第一层——一个以小型 critic 模型实现的轨迹级验证器,用于验证 AI 生成代码。该验证器对智能体的对话、工具调用和动作打分,可用于决定继续、停止或改进,以及在多次尝试中择优。据 OpenHands 官方博客介绍,该 critic 基于真实生产轨迹训练,用代码存活和 PR 合并等稀疏信号配合 24 项 rubric 特征做密集监督;在 SWE-bench Verified 混合结果子集上,Best@8 达到 73.8%,随机选择为 57.9%,早停平均仅需 1.35 次尝试。它已集成进 OpenHands Software Agent SDK 和 CLI,使用 OpenHands Model Provider 时免费。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
OpenHands 发布轨迹级 critic 模型，用于验证 AI 生成代码事件进展
1 个已确认进展
- 来源：OpenHands 官方博客
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
3月5日
OpenHands 官方博客一手精选
OpenHands 发布轨迹级 critic 模型，用于验证 AI 生成代码
OpenHands 发布验证栈的第一层，一个以小型 critic 模型实现的轨迹级验证器，对智能体的对话、工具调用和动作打分，可用于决定继续、停止或改进，以及在多次尝试中择优。该 critic 基于真实生产轨迹训练，用代码存活和 PR 合并等稀疏信号配合 24 项 rubric 特征做密集监督；在 SWE-bench Verified 混合结果子集上，Best@8 达到 73.8%，随机选择为 57.9%，早停平均仅需 1.35 次尝试。它已集成进 OpenHands Software Agent SDK 和 CLI，使用 OpenHands Model Provider 时免费。