8.2
深览指数
科技微博·机器之心Pro··AI 生成
清华团队VeriLoop Coder-E1开源：循证螺旋驱动可验证递归式自我改进
清华大学深圳国际研究生院团队发布了一款名为 VeriLoop Coder-E1 的开源代码模型，核心创新在于提出了一种“循证螺旋”机制。该机制并非简单的多轮试错，而是通过“证-伪-探-修-验-化”的闭环，让每次修正都基于可验证的证据，并允许下一次迭代改变问题探索方式，从而实现“递归式自我改进”。模型在多个代码修复基准测试中表现领先，但团队暂未开源核心的Self-Harness控制栈，计划将其用于后续的通用Code Agent商业化。本文适合关注AI代码生成、模型架构创新及开源商业化策略的读者。原文 ↗
核心观点
- ▍VeriLoop Coder-E1的核心创新是“循证螺旋”（Evidence-Governed Spiral），一种让模型通过可验证的证据进行递归式自我改进的机制，而非简单的多轮重试。
- ▍团队将“递归式自我改进”重新定义为：不是系统反复修改自身，而是经证据纠正的方法开始改变系统未来如何发现、判断和纠正错误，且该方法仍可被新的证据再次证伪。
- 01模型基于Qwen3.6-27B构建，在Hugging Face四项软件工程Benchmark中，32B及以下开源模型范围内，于SWE-bench Verified（85.20）、SWE-bench Pro（62.38）和Terminal-Bench 2.0（76.40）中排名第一，在DeepSWE（33.63）中排名第二。
- 02模型采用“窄域PEFT微调”与“Self-Harness”协同工作：前者冻结基座，通过少量可训练参数强化工具契约遵循、证据绑定等专业能力；后者将任务编译为多轮、分阶段且相互约束的模型调用，并维护任务锚点、证据义务与版本化状态。
- 03循证螺旋的执行逻辑为“证-伪-探-修-验-化”六步闭环：每轮生成必须接受反证，只有通过验证的纠正才有资格进入下一轮，并影响后续方法选择。
- 04开源不足48小时，即被第三方开发者制作并发布GGUF低精度量化版本，且模型表现出极强的抗“抹除”（abliteration）能力，拒绝率仅从约95%降至约82%。
- 05团队依据Apache 2.0许可证开放了模型权重、Tokenizer、配置文件及部分窄域PEFT适配器，但完整实现Self-Harness暂不开放，计划将其作为后续通用Code Agent商业化的核心。
反方 / 局限
- — 团队明确承认，其核心机制Self-Harness的完整实现是商业化的核心壁垒，暂不开放，这限制了社区对其完整推理过程进行验证和复现。
- — 文章引用了波普尔的可证伪性哲学，但“递归式自我改进”的最终效果（改变未来如何发现和纠正错误）在本文中缺乏跨多个独立任务的实证数据支撑，仍停留在理论框架和单次任务演示层面。
15 分钟 · 3 卡片 · 8 资料
读原文 →