★ 3
论文提出验证器强度与可恢复性两项智能体自改进前提
论文提出衡量智能体平台自改进循环能否无人值守运行的两个量：验证器强度 σ 与可恢复性。实验发现平台 LLM 评审在 37 个设置中有 9 个无论输入什么都给相同分数且不报错；回滚方面只有保留旧版本才能可靠撤销。结论是仅当旧版本保留且验证器强度已测量时，变更才可无人值守上线。
arXiv cs.AI12 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出衡量智能体平台自改进循环能否无人值守运行的两个量：验证器强度 σ 与可恢复性。实验发现平台 LLM 评审在 37 个设置中有 9 个无论输入什么都给相同分数且不报错；回滚方面只有保留旧版本才能可靠撤销。结论是仅当旧版本保留且验证器强度已测量时，变更才可无人值守上线。