低预算下的递归自我改进：在代码运行前对其修改进行评分
英文标题：Recursive Self-Improvement on a Budget: Scoring Code Edits Before They Run
本研究探讨了在有限预算下实现代码 Agent 递归自我改进（Recursive Self-Improvement）的有效方法。当能够自主重写代码脚手架的 Agent 产生多个修改提议时，系统必须在尚未实际运行评测前预测并挑选出最具潜力的代码分支进行扩展，从而最终输出一个最优 Agent。该方案通过在父节点的引导切分解决率上拟合线性读出模型进行评分，大幅降低了试错与评测成本，为低成本构建自进化代码智能体提供了新路径。
打开原文相关 4.8 · 机会 1
2.0 KB
612 B
380 B
24.2 KB
34.7 KB
中文
低预算下的递归自我改进：在代码运行前对其修改进行评分
arXiv 编号：arXiv:2610.29121v1
发布类型：新论文（Announce Type: new）
摘要
能够自主重写其脚手架（Scaffold）的代码 Agent，必须在提议的代码修改（Proposed Edit）尚未实际执行评测之前，决定优先扩展哪一个分支方案，随后搜索流程需要收敛并返回一个最终的 Agent。在每次运行中，算法会在父节点的引导切分解决率（steering-split solve rate）上拟合一个线性读出模型（linear readout）……
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×