精選 · 親/兄弟タグと重複
自己進化エージェントは受け入れ判定で止まっている:選択はコイン投げだという論文と、評価をやめた論文
同一探索パス · 再帰的改善
著者 Remy
RSI フロンティア第 1 回。arXiv:2611.23068 は 1030 回の進化実行で 7 つの自己進化手法を監査した。選択が良い候補を選ぶ確率は 49.7%、大きな報告上の伸びの多くは評価の抜け穴によるもので、評価を直すと中央値は 17.6 pp から 0.8 pp に下がる。arXiv:2611.21056 の ELITE はループ内で評価を一切行わず、SWE-bench Pro の部分集合で DGM・HGM と並び、転移では上回り、コストは 1/4〜1/6。本稿では SkillOpt-Lite の公開データで抜け穴を 2 つ再現し、ノイズがループ内スコアを押し上げる仕組みをおもちゃモデルで示す。
読む →