arXiv 论文提出 ML 智能体显式反馈契约，抑制验证集自适应过拟合
原文标题：An Explicit Feedback Contract for Iterative ML-Agent Harnesses
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
该论文指出当前迭代式 ML 智能体在每次尝试后都能拿到精确验证分数，导致验证集被自适应选择而失真。作者提出「显式反馈契约」，仅在提交结果超过由配对标准误算出的噪声阈值时才释放分数，并规定停止与触碰测试集的时机。在点击率预测、排序学习与无信号对照任务上，契约显著缩小验证-测试差距，且智能体在 4-12 次提交后即停止，而非耗尽 30 次预算。
- 问题
- ML 智能体每次尝试都拿到精确验证分数，验证集被自适应选择而失真。
- 方法
- 显式反馈契约：仅当提交超过配对标准误算出的噪声阈值才释放分数，并规定停止与触碰测试集的时机。
- 结果
- 无信号对照任务中，报告增益从 0.0157 降到 0.0033；两个真实任务验证-测试差距缩小；智能体 4-12 次提交即停止，而非耗尽 30 次预算。
- 影响
- 搭建自动 ML 智能体评测框架时，应限制反馈通道，否则预算耗尽会被误读为勤奋，实为过拟合验证集。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。