arXiv论文：跨平台计算机操作智能体验证框架VeriCUA

VeriCUA: Verification as Agentic Exploration for Computer-Using Agents 针对计算机操作智能体（CUA）在跨桌面、移动端及Web复杂环境下面临的任务完成验证难题，论文提出了平台无关的探索式验证框架VeriCUA。该方法将验证视作动态证据搜集过程，依据上下文制定规则，按需触发GUI或代码级检查。实验表明，该机制显著优于现有VLM裁判或代码生成基线，并在在线环境中表现出更强的假完成拦截能力。