Self-Verification Skill

可靠的自我验证能力，支持代码和推理任务的多轮迭代改进。

核心理念

基于 ReVeal (arXiv:2506.11442) 论文：

• 验证-生成不对称性优化
• 多轮生成-验证迭代
• TAPO (Turn-level Adaptive Policy Optimization) 信用分配
• 工具反馈驱动的持续进化

工作流程

1. 生成阶段

Input: 任务描述
Output: 初始方案/代码

步骤：
1. 分析任务需求
2. 生成初步解决方案
3. 识别潜在问题点

2. 验证阶段

Input: 生成的方案/代码
Output: 验证结果 + 问题列表

验证维度：
- 语法正确性
- 逻辑一致性
- 边界条件处理
- 错误处理完整性
- 性能考量

3. 迭代改进

Loop (max_iterations: 5):
1. 根据验证结果识别问题
2. 针对性修复
3. 重新验证
4. 如果通过 → 结束
5. 如果未通过 → 继续迭代

使用示例

代码验证

# 生成初始代码
code = generate_code(task)

# 自我验证
verification = self_verify(code, test_cases)

# 迭代改进
while not verification.passed and iterations < max_iterations:
    code = improve_code(code, verification.issues)
    verification = self_verify(code, test_cases)
    iterations += 1

推理验证

# 生成推理链
reasoning = generate_reasoning(question)

# 验证推理步骤
validation = validate_reasoning(reasoning)

# 修正逻辑错误
if not validation.valid:
    reasoning = correct_reasoning(reasoning, validation.errors)

验证检查清单

代码验证

• 语法正确
• 无明显 bug
• 边界条件处理
• 错误处理
• 代码风格一致
• 注释清晰

推理验证

• 前提正确
• 推理步骤合理
• 结论与前提一致
• 无逻辑跳跃
• 无矛盾

工具使用

• exec - 运行测试命令
• read - 读取生成的代码/文件
• write - 保存改进后的版本
• edit - 精确修复问题

TAPO 信用分配

每次迭代后评估：

1. 哪些修改有效 (+信用)
2. 哪些修改无效 (-信用)
3. 调整后续策略

最佳实践

1. 不要急于求成 - 允许多轮迭代
2. 记录每次改进 - 便于回溯和学习
3. 使用工具验证 - 不要仅依赖语言模型判断
4. 设置合理上限 - 避免无限循环

与其他 Skills 协同

• ice-review - 任务后回顾验证过程
• self-challenge - 生成验证测试用例
• memory-retrieval - 检索历史验证经验

Activation Keywords

• self-verification
• self-verification
• self verification

Tools Used

• exec
• read
• write
• edit

Instructions for Agents

1. Read the task description carefully
2. Follow the step-by-step process
3. Use the appropriate tools
4. Verify the results

Examples

Example 1: Basic Usage

User: <example user request>

Agent: <example agent response>

Example 2: Advanced Usage

User: <example user request>

Agent: <example agent response>