LLM 自我改进循环中的赢家诅咒：选择噪声与接受规则
原文标题：The Winner's Curse in LLM Self-Improvement Loops: Selection Noise, Lock-in, and Acceptance Rules
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究将 LLM 自我改进中「更优则保留」的步骤建模为测量噪声下的选择问题，发现复用评估集会导致赢家诅咒。实验显示，在 Qwen 模型改写自身指令的场景中，首轮之后多数提案实为有害，贪婪循环的选择集得分比留出集高出 13 至 20 分。作者建议自我改进研究应报告带不确定性的留出增益。
- 问题
- LLM自我改进中复用评估集做「更优则保留」会产生赢家诅咒。
- 方法
- 把保留步骤建模为测量噪声下的选择问题，建模候选间相关误差，并用留出集与预注册实验检验接受规则。
- 结果
- 贪婪循环选择集得分比留出集高13至20分（16个选择项）和1至5分（256项）；首轮之后多数提案有害。
- 影响
- 提醒自我改进类系统必须报告带不确定性的留出增益，否则迭代收益可能是评估集过拟合的假象。
深读 · 结论先行AI 生成展开看要点与影响 ↓
研究揭示LLM自我改进的赢家诅咒：复用评估集时选择集得分比留出集高13至20分。
- •把「更优则保留」建模为测量噪声下的选择问题，并建模单次决策中候选间的相关误差
- •Qwen模型改写自身指令的实验中，首轮之后多数提案实为有害
- •预注册研究中，16个选择项时贪婪循环最终选择集得分超出留出准确率13至20分，256项时缩小到1至5分
- •用64个从未用于选择的项目给起始与当前指令打分可消除平均偏差，但单次估计仍偏差约6分
- •测试的接受规则在整轮运行中均未胜过贪婪接受
为什么重要：自我改进类研究的报告增益可能被系统性高估，建议改为报告带不确定性的留出增益，直接影响该方向实验结论的可信度。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
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。