正在补充深度解读，当前内容可以先阅读
论文解决了什么问题
多次采样能产生互补正确信息，但多数验证方法依赖参考答案；而共识本身也可能掩盖共享错误。
核心方法
分歧解析器用环境证据裁决竞争主张，共识挑战器主动寻找共同遗漏，再据此选择和修订最终产物。
实验结论
- 五个工作区基准、两个前沿模型上选择得分最高；修订相对单rollout提升6.2和6.4分，验证技能还能从失败反馈自我改进。
- 验证不应只做多数投票：分歧可能暴露正确答案，共识也必须被主动反证。
适合谁阅读
Agent评测、验证与可靠性研究者Agent验证长时程任务自改进技能
可核验的原论文来源和作者
- 作者
- Caiqi Zhang, Rujun Han, Zifeng Wang, Zoey CuiZhu, Nigel Collier, Tomas Pfister, Chen-Yu Lee
- 来源
- arXiv
- 论文 ID
- 2610.00972