AGI Hunt 迭代式 AI 事实核查实验：纠错循环一次后进入平台期

AGI Hunt 通过最小实验测试基于 web search 的迭代式 agentic 事实核查，发现纠错在第一轮后基本进入平台期。实验使用 Codex 中最弱模型和一段人工注入错误的 STEM 文本，准确率约从 40% 升至 85-90%，后续各轮变化不大；研究建议扩大评测规模，并探索 Lean 证明编译验证等可验证事实核查方式。