OmniVerifier-C1：面向规则约束生成式世界建模的分解式分级验证器

论文提出 OmniVerifier-C1，一种分解式分级验证器，用于规则约束的生成式世界建模。它不再只输出 True/False，而是自动把复杂提示或环境规则拆成细粒度组件并逐项打分，提供连续且信息量更大的批评信号。为训练该验证器，作者提出解耦 RL 策略，联合优化子问题级二值判断与全局对齐打分，用局部反馈培养细粒度验证能力。摘要称这种结构化、可解释的输出提升了验证器在域外多模态批评任务上的泛化。

AI推荐理由 提出 OmniVerifier-C1，把传统二值视觉验证器改为将复杂提示或环境规则自动分解为细粒度子项并逐项打分的分级验证器，输出连续可解释的批评信号，并采用解耦 RL 训练策略联合优化子问题级二值判断与全局对齐打分。摘要称结构化输出提升域外多模态批评任务的泛化，但未给出具体数值。