# Arbiter智能体验证器

一个35B的智能体验证器在只看到题面和候选代码、看不到官方测试的情况下，用自己生成的反例作为可执行证据，把USACO-Judge上的二元判题准确率从71.41%提到87.41%。

一个35B的智能体验证器在只看到题面和候选代码、看不到官方测试的情况下，用自己生成的反例作为可执行证据，把USACO-Judge上的二元判题准确率从71.41%提到87.41%。