OmniVerifier-C1

OmniVerifier-C1 是一个分解式分级验证框架，能将复杂提示或环境规则自动拆解为细粒度子问题并给出逐点连续评分。

OmniVerifier-C1 采用解耦式强化学习训练策略，将优化目标拆分为子问题级二值判断和全局对齐评分两部分。

实验显示，在传统文本到图像场景中，逐点分级验证器显著优于二值验证器。

论文将验证器扩展到规则治理的生成式世界建模，在该设定下生成模型被用于世界模拟和推理，且必须遵守显式规则。

研究者用 Maze（迷宫）和 Sudoku（数独）等结构化世界建模任务验证了分级验证框架的有效性。