OmniVerifier-C1：用于规则驱动生成世界建模的分级验证器

OmniVerifier-C1 通过将复杂提示或环境规则分解为细粒度组件并分配逐点评分，显著提升视觉验证器在多模态场景中的鲁棒性。该验证器采用解耦强化学习策略，在传统文本到图像任务中表现优于二值验证器，并在迷宫和数独等结构化世界建模任务中验证了其有效性。研究指出，从生成模型向结构化世界建模智能体的转变依赖于准确的成对分级视觉验证器。