本文讨论了《LLM-as-a-Verifier: A General-Purpose Verification Framework》论文，提出验证能力可独立缩放。论文引入连续评分机制，提升评分粒度和优化验证能力，实验结果显示该机制在多个基准上刷新记录，为强化学习提供更细致的反馈，增强Agent在多步任务中的动态调整能力。